基于类脑电路的神经元网络放电模式及同步行为研究.pdfVIP

摘要

神经元网络在生物体的学习、记忆和思维等信息加工和处理中发挥着重要的作

用，神经元之间的同步影响着大脑对信息的编码，网络中拓扑或节点的改变会导致网

络特性发生改变，可能导致大脑相关的生理病变。为了探究神经元动力学行为之间的

变化规律，揭示其中的潜在生理机制，本文以HR(Hindmarsh-Rose，简称HR)神经元

模型为研究对象，设计了HR神经元仿真电路模型、化学突触耦合仿真电路模型、

HR神经元硬件电路模型以及化学突触硬件电路模型，通过数值模拟、仿真电路以及

硬件电路三种方法，研究了HR神经元网络放电模式及同步行为，具体内容如下：

研究了单神经元在不同外部直流激励输入下的放电状态，分别利用数值模拟、仿

真电路和硬件电路进行分析，结果表明，随着外部直流激励输入的增加，HR神经元

的放电行为依次经历静息、周期簇放电、混沌簇放电、周期簇放电和周期峰放电等多

种状态。要达到以上几种状态，数值模拟和仿真电路所需的外部直流激励大致相同，

而硬件电路所需较小，其原因可能是由于数值模拟和仿真电路是在理想条件下得到

的结果，而实物硬件电路由于噪声的存在更接近于真实情况。

研究了双耦合HR神经元系统在随机初值以及不同耦合强度下的放电状态及同

步行为。分别利用数值模拟、仿真电路以及硬件电路进行分析，结果表明，随着耦合

强度的增加，双耦合神经元系统中的单个神经元会交替出现混沌簇放电、周期簇放电

的现象且最终为混沌簇放电；两个耦合的神经元会分别出现簇同步、反向同步、峰同

步现象，并最终达成完全同步，且相对于数值模拟，在仿真电路以及硬件电路中达到

完全同步所需要的耦合强度较大。此研究结果有助于进一步了解双耦合HR神经元

系统的同步与单神经元分岔的关系，即单神经元放电状态发生变化会导致神经元系

统的同步状态变化。

为了进一步探索不同拓扑下由实物硬件电路构建的多神经元系统的同步放电规

律，在随机初值及不同耦合强度下，对四个HR神经元电路模型利用化学突触以不同

拓扑构建的系统进行研究。结果表明，对于任意拓扑结构，用于刻画同步程度的同步

因子随着耦合强度的增强而增大，神经元网络在不同条件下依次经历无序状态、旅行

奇异态、高原爆发簇同步、方波爆破簇同步，并最终达到完全同步状态；对于不同拓

扑结构，在相同耦合强度下，网络拓扑的近邻耦合神经元个数越多同步程度越高。该

结果有助于进一步了解网络拓扑与系统同步性能之间的关系。

研究了环状耦合HR神经元网络在随机初值及在不同耦合强度下，系统连接正

常、出现损伤以及“断边重连”情形下的放电状态及同步行为。分别利用数值模拟和

仿真电路进行分析，结果表明，当网络连接正常时，耦合强度越大，其同步程度越高，

会依次经历无序、曲线波纹、旅行奇异、近似同步以及完全同步等多种状态。当网络

连接损伤时，损失率越高，其同步程度越低；在较强的耦合强度下，网络仍保持一定

程度的稳定同步状态，即网络体系面对部分神经元连接受损时具有鲁棒性。当神经网

络以不同概率“断边重连”时，在较弱耦合强度下，概率越大，同步程度以及神经元

传递信息的性能越弱；在较强耦合强度下，概率越大，同步程度以及神经元传递信息

的性能越强。此项研究成果有助于深化网络连接正常、受损以及“断边重连”与系统

同步能力关联性的认知，并为阐明神经类疾病的本质机制提供了理论上的参考与指

导。

关键词神经网络；HR神经元；电路模型；同步行为；鲁棒性；断边重连

Abstract

Neuralnetworksplayanimportantroleintheprocessingandprocessingofinformation

suchaslearning,memory,andthinkinginlivingorganisms.Thesynchronizationbetween

neuronsaffectsthebrainsencodingofinformation.Changesintopologyornodesinthe

networkcanleadtochangesinnetworkcharacteristics,whichmaylea