摘要 研究了大鼠在条件性恐惧视觉建立过程中杏仁核对恐惧视觉信息的编码。首先，设计两种不同拓扑结构(“十”和“O”)图形，利用巴普洛夫条件反射原理建立大鼠条件性恐惧视觉联结，采用多通道神经信号采集系统采集恐惧视觉建立过程中的杏仁核神经元集群响应信号。然后，对神经元响应信号进行有效响应区间的自适应选取，分别采用神经元集群发放频率和集群熵研究条件性恐惧视觉建立的不同阶段杏仁核的集群编码，发现神经元集群在条件性恐惧建立后发放率、熵均有显著增加。*后，采用支持向量机构建条件性恐惧建立过程中不同恐惧水平的分类模型，验证两种编码的效果。结果表明集群熵编码包含更多的非线性信息和时空整合信息，能更有效地实现恐惧视觉建立过程中视觉信息的“恐惧”水平的表征，由此推测大鼠杏仁核神经核团是以集群的方式对恐惧信息进行编码的。
关键词 杏仁核条件恐惧发放频率集群熵恐惧视觉信息集群编码
视觉是哺乳动物接受外界信息的主要途径，其中80％以上的感知信息是通过视觉获得的。
动物看到引起其恐惧或厌恶情绪的视觉目标时，会产生强烈的生理和心理应激反应，并伴随着逃避行为心J，它可以唤起视觉信息调节**，激发动物自我保护的本能旧J，对于动物逃避天敌和争取生存机会具有重要意义。动物对外界视觉信息产生恐惧是通过先天遗传和后天习得两种方式获得的，先天的视觉恐惧是祖先通过遗传留给后代的，具有无意识的自我保护作用，但是由于动物在生存中会面临各种各样潜在的威胁，大多数情况下动物需要在成长过程中不断地学习和积累生存经验，从而获得条件性恐惧视觉联结。杏仁核位于颞叶内侧，属于早期进化的边缘结构，大量研究表明杏仁核在恐惧形成和表达中起到了关键作用H～。因此，开展杏仁核在条件性恐惧视觉建立过程中的编码研究对于揭示大脑预警机制具有重要意义。
1939年，Kluver等一1通过损伤杏仁核后研究猴子面对恐惧信息的情绪反应，发现其对应该引发恐
惧反应的动物不在产生回避行为，但对其他情绪表情的识别均正常。2011年，Schweckendiek等¨。采用fMRI技术对特定恐惧患者接受认知行为**前后杏仁核的激活程度进行研究，发现**前患者在杏仁核较正常对照组激活明显，而**后激活明显降低；2013年，Strawn等旧1采用似m技术研究杏仁核对先天性恐惧面部表情的表征，发现杏仁核的兴奋性显著增强。以上研究主要从神经影像技术、动物行为学角度确定了杏仁核在恐惧视觉信息表征中的重要地位。
2006年，Paton等¨叫针对猴子进行视觉认知训练，将不同的图形通过奖励和惩罚措施建立猴子的积极和消极的视觉刺激关联，分析了杏仁核单神经元对不同意义图形的响应特性，研究表明视觉图形的情绪意义可以调制神经元活动的变化；2011年，Wang等¨叫采用小鼠对矿场环境会产生焦虑的先天性恐惧行为对杏仁核神经元编码焦虑的研究中，发现杏仁核区存在与焦虑行为高度相关的神经元。上述研究采用神经电生理技术分析了杏仁核单神经元对恐惧信息的响应特性。然而近年来越来越多的研究表明：神经元集群以特定的模式实现视觉认知任务的编码，能够更有效地传递和处理视觉信息L12，13 J。因此，从神经元集群的角度揭示杏仁核条件性恐惧信息的编码机制是神经科学领域的新兴课题。
综合上述问题，本文设计“十”和“0”两种不同拓扑结构的图形作为视觉刺激，利用巴普洛夫条件反射原理建立大鼠条件性恐惧视觉联结。采用神经电生理和行为学相结合的方法，采集大鼠视觉恐惧训练前、训练中(主动逃避率40％一50％)和训练后(主动逃避率在75％以上)三个阶段的神经元集群响应信号，对神经元响应信号进行有效响应区间的自适应选取，然后提取神经元集群发放频率和集群熵特征，开展条件性恐惧视觉信息编码研究。*后采用支持向量机构建条件性恐惧建立过程中不同恐惧水平的分类模型对编码方法进行验证，达到了良好的视觉信息的“恐惧”水平分类效果。
1．1 实验动物及慢性电极植入
4只雄性LE大鼠，清洁级，体重260—320 g，10—12周龄，由中国科学院上海生命科学研究院斯莱克实验动物有限责任公司提供种鼠，委托河南省动物中心饲养繁殖。动物饲养保持12 h／12 h明暗交替，湿度维持在(50±5)％，温度控制在(25±1)℃。所有训练大鼠经郑州大学自主研发的啮齿类动物视觉认知行为功能自动化测评系统(**号：2013100376373)测试筛选，视力正常。首先，采用3％的巴钠溶液对大鼠实施麻醉，**注射剂量o．17 mL／100 g；然后，固定在立体定位仪上(KOPF940)，用耳棒固定头部；*后，根据大鼠脑立体定位图谱，确定杏仁核区的位置(A—P：一2．80～一3．70 mm；M—L：4．50—5．50 mm；D—V：一7．50～一8．30 mm)，植入16 chSpmading微电极阵列(美国韦恩医学院定制)，术后连续三天腹腔注射拜有利进行**处理，恢复5～7 d开始恐}具视觉联结训练。
1．2条件性恐惧视觉训练方案
为了满足大鼠基于简单图形认知的要求，改造传统穿梭箱装置¨4|，在穿梭箱两个区域对侧安装两台显示器，实现前后双屏同时显示图像，确保大鼠对条件刺激关注度。大鼠恐惧视觉训练装置如图1所示，主要包括：训练穿梭箱体(50 cm×30 cm×30 cm)、双屏显示系统、视频监控系统、足底电击系统(电流0—1 mA可调)和主控制设备等。恐惧视觉联结训练方案如图2所示，首先屏幕两侧显示1 S提示信息，穿梭箱两边随机显示条件刺激15 S，左右两边显示两种图片的概率相等，图片“O”作为恐惧视觉图像，出现“0”的一侧显示10 S后，加入足底电击5 s，休息5 s，重复实验。定义主动逃避率达到75％作为条件性恐惧视觉联结建立的标准¨51。主动逃避率的计算方法如式(1)。中n为实验次数，m。为需要逃避且在10 s内逃避至**区的次数，m：为不需要逃避且该次未逃避的次数。
SuperFcs条件性恐惧实验系统，型号：XR-XC404
1．3信号采集与刺激模式
信号采集采用Blackrock公司生产的Cerebus一128多通道微电极阵列信号采集系统，采集到的原始信号通过带通滤波器(250～5 000 Hz)得到高通连续信号，并用阈值检测方法提取动作电位。
视觉刺激采用22英寸LED显示屏，分辨率1 280×960。为了消除图片亮度对实验结果带来的影响，两种刺激图形的灰度值相同。本文将条件性恐惧视觉建立过程主要分训练前、训练中、训练后三个阶段，分别进行数据的采集，信号采集刺激模式如图3所示，首先提示信息显示1 s，然后刺激图形“0”出现1 s，每次图形出现后黑屏休息5 s，重复10次。
2 方法
由于单个神经元对特定刺激的响应具有较大的差异性，对事件的表达不够准确，本文从神经元集群的角度展开研究，首先需要筛选有效神经元，来构建神经元集群。有效响应神经元定义：计算刺激前0．5 s内的平均发放率作为神经元响应的基准线rb，计算刺激后有效响应区间内的平均发放率r。，将lg(rs／rb)>0的神经元视为有效响应神经元。
神经元受到刺激后会产生放电频率的增高或者下降，这些变化通常代表了有效的神经信息，而不同的神经元对特定视觉刺激的响应区间不尽相同，本文根据Spike发放频率的变化来确定有效响应的区间，以下是单个神经元有效响应区间确定的方法。
2．2神经元集群发放频率编码
在恐惧视觉建立不同阶段，按照2．1步骤(1)、(2)、(3)计算有效响应区间(t。。，t。。)内，神经元多次重复的平均发放率，获取神经元集群发放频率的地形图，表达大鼠条件性恐惧建立过程中神经元集群的特征。
2．3神经元集群熵编码
由于神经元集群发放信息是非线性的，本文还采用非线性的神经集群熵编码的方法。熵编码过程中按熵原理不丢失任何信息，熵是随机事件的不定性的度量，可以定量地表达非线性的神经元发放的特性。
2．4构建支持向量机模型对不同编码方法的效果进行验证
主要用SVM构建视觉信息分类模型实现视觉恐惧不同训练阶段的恐惧视觉信息编码验证，采用训练过程中三个阶段数据的50％作为训练样本，另外50％作为测试样本，分别统计两种编码方法的识别率。
3结果分析
在4只LE大鼠杏仁核共记录了40个神经元的响应信号，首先对数据进行去噪预处理，采用小波变换与K—mean的方法对神经元进行分类，进而确定神经元响应的有效响应区间，分析了动物建立恐惧视觉过程中神经元集群发放率以及熵的编码特性。本文所有数据处理均在MATLAB2012a软件进行。
3．1有效响应时间区间自适应确定
不同的神经元有效响应时间区间不尽相同，图4中为4只LE大鼠在训练前单个神经元的有效响应区间示意图，从图中可以看出神经元在刺激0．7 s时达到峰值，因此本文选择有效响应时间区间为0．4—1．0 s。
3．2恐惧视觉建立过程中神经元集群发放频率编码共在4只大鼠上进行了相同的恐惧视觉刺激实验，得到了相似的结果。本文主要以其中一只(共
采集了】3个神经元)为例，示例神经元集群在恐惧视觉建立过程中(训练前、训练中、训练后三个阶段)的神经元集群频率编码情况，如图5所示
计算该集群在条件性恐惧视觉建立过程中的发放频率，在4只大鼠上的统计结果如图6所示，恐惧建立后恐惧图形的集群发放率为12．86±1．64，大鼠条件性恐惧视觉建立过程中的三个阶段，神经元集群发放频率均有显著性差异(木：．c水P<0．01)。
3．3恐惧视觉建立过程中神经元集群熵编码本文对4只大鼠进行了相同的恐惧视觉刺激实验，神经元集群熵变化得到了相似的结果。图7为其中1只(共采集了13个神经元)大鼠杏仁核神经元集群在恐惧视觉建立过程中(训练前、训练中、训练后三个阶段)的集群熵编码。
计算该集群在条件性恐惧视觉建立过程中的熵值，在4只大鼠上的统计结果如图8所示，恐惧建立后恐惧图形的集群熵为0．44±0．04，大鼠条件性恐惧视觉建立过程中的三个阶段，神经元集群熵均有显著性差异(木术术P<0．01)。
3.4构建支持向量机模型验证编码方法的有效性为了验证集群编码的有效性，提取恐惧训练过程中三个阶段的神经元集群发放频率响应特征以及集群熵特征，采用支持向量机构建条件性恐惧建立过程中不同恐惧水平的分类模型，对两种编码的效果做出验证，三个阶段分类正确率如表1所示，集群熵编码的分类效果明显优于集群发放频率。
4结论与讨论
本文采用基于图形认知的大鼠条件性视觉恐惧训练，以大鼠主动逃避率为标准划分视觉恐惧形成的三个阶段，研究杏仁核在恐惧视觉形成过程中神经元集群发放频率和集群熵编码，然后构建SVM条件性恐惧建立过程中不同恐惧水平的分类模型进行视觉刺激“恐惧”水平分类验证。结果表明：大鼠在建立条件性恐惧视觉的过程中，杏仁核中部分神经元发放率会显著增强，表明恐惧视觉能够有效激活杏仁核，从神经电生理方面验证了Strawn等一。面对恐惧面孔杏仁核区的兴奋性显著增强的结论。进一步提出了从Spike发放时间间隔的角度分析杏仁核神经元集群熵编码，该方法能有效地编码大鼠条件性恐惧视觉建立过程中的不同“恐惧”水平。针对本文采用的两种神经元集群编码模式，发现视觉恐惧训练前后神经元集群响应特性均具有显著差异，由此推测恐惧视觉信息在杏仁核是以集群的形式编码，多个神经元共同完成了对恐惧视觉信息的编码。*后，采用SVM构建视觉信息分类模型实现视觉恐惧不同训练阶段的恐惧视觉信息编码验证，发现神经元集群熵能更有效地编码恐惧视觉信息。两种编码模型的分类精度均高达90％以上，也验证本文提出的杏仁核集群编码的有效性。