来源：分析测试百科网

　　在体内试验数据缺乏的背景下，神经活动模式的研究过程充满险阻，科学家们只能依赖于建立理论模型最大可能模拟大脑活动。1982年，科学家John Hopfield 构建了一个人工循环神经网络，并命名为“Hopfield”神经网络。Hopfield是一种联想记忆网络，由循环地兴奋性神经元组成，用于存储离散记忆。这种模式是一种反馈模式。

　　神经学科学家认为Hopfield网络为人类记忆提供了一个模型。来自于Johns Hopkins大学医学院的两名研究人员在《Science》上发表了一篇关于研究神经回路上活动模式的自我序列机制的文章。

　　海马区是位于大脑皮层内的一个环形的内褶区，它是大脑记忆的重要结构。研究人员关注老鼠受外界环境刺激的海马神经元。通过研究位于海马区的位置细胞群体，构建老鼠大脑对外界环境的认知地图，并且它们在面临外界刺激变化时能改变认知模式。但是Hopfield网络属于非线性动力学系统，有多种动态特征，包括稳定性、极限环和吸引子等。

　　这项研究提供了证据：海马神经元表达的记忆序列由吸引子组成。更深一层，研究人员建立通过吸引子快速联络相对较慢的连续子存储的序列模式，这能够使得每个模式能正确过渡传输至下一模式。

　　过去，因为从大量的海马细胞获取数据有困难，所以阻碍了对大脑活动动态过程的研究。最近研究人员研发了一个技术能够同时记录263个神经元的活动。借助这一技术，他们记录了5个老鼠背脊髓神经元的活动。

　　针对大脑活动的经典模型的未解之谜之一是多神经元网络模式如何崩溃成随机噪声。研究人员分析在大脑网络中无限的吸引子活动模式可能会导致其进入失控的兴奋状态。研究数据显示 要防止一种失控状况，即避免在低活力水平和高活力水平之间的低伽马振荡频率中的高强度振荡。研究发现的伽马振荡频率与很多的神经学研究结果相一致，表明这些低频率活动能够调节大脑区域内远距离信号的传递。