神经元映射模型的随机动力学分析.pdfVIP

摘要 采用大规模神经元网络研究大脑的功能，需要能够复现神经元动力学行为的 数学模型，由于离子通道模型的非线性、高维数，Hodgkin．Huxley等模型制约了 对神经网络的特性分析和仿真研究。Rulkov提出的离散映射模型(Map．based model)能够复现生物神经元的周期放电和簇放电等各种动力学行为，并且适合 数字仿真和实现。 噪声对神经元动作电位的产生、传导和综合过程有重要的影响。本文用高斯 白噪声模拟神经元噪声，利用映射模型研究其对神经元特性的影响。通过数值模 拟研究了噪声引起的相干共振现象，分别定性和定量地研究了噪声激发的动作电 位序列与噪声强度的关系，发现当噪声强度取合适值时，神经元放电序列的有序 度达到最佳。 研究映射模型的随机共振和振动共振现象，发现在信息传递过程中噪声和高 频信号对低频信号起调制作用。噪声和高频信号均可对弱周期信号产生放大作 用，使得系统响应的规律性达到最优，并且输出频率与低频信号基本一致。说明 高频信号可以取代噪声，实现对低频信息的有效传递。 基于映射模型，从两个神经元耦合的神经网络出发，研究其同步机制和不同 放电形式神经元的耦合后行为。耦合神经元的共振分析表明噪声可以对网络的规 律性和信息传递产生积极作用。通过选择合适的噪声强度可以使神经元振子的能 量值达到最高。 本文利用映射模型研究神经元的动力学和随机特性，初步揭示了噪声对神经 系统的影响规律，为研究神经系统的信息传导与作用规律提供了一条思路。 关键词：映射模型，相干共振，随机共振，振动共振，耦合 ABSTRACT Function studiesofthebrain networksmadeof through up a numberof large neurons mathematical models require thatcan the of replicate individual dynamics neuron·Asaresultofthe and strong nonlinearityhigh neuron models，like model，are obstaclesin Hodgkin-Huxleysignificant dynamics and numerical analysis simulationsofneural model networks．Map．based proposed Rulkov by can the of replicate and dynamics spiking ofreal spiking．burstingactivity neurons． biological Noiseaffects the of