帕金森神经网络建模及核团数字电路设计

已有的帕金森神经网络模型并未包含基底神经回路中的所有神经核团.因此,在研究发病机理和寻找最佳深部脑刺激(deep brain stimulation,DBS)的刺激靶点时忽略了其他核团潜在的影响.本文根据基底神经回路结构,利用Hindmarsh-Rose(HR)神经元模型成功构建了完整的帕金森神经网络模型.三种不同外加刺激下的数值仿真结果表明,缺失黑质致密部(substantia nigra pars compacta,SNc)核团的帕金森神经网络会出现神经元高度同步行为和异常β振荡活动,符合目前公认的帕金森发病机理,从而验证了所提的模型的合理性.此外,受生物伦理、实验难度的影响,电子神经网络更适合帕金森DBS治疗方案研究,因此,本文以SNc核团为例在现场可编程逻辑门阵列(field programmable gate array,FPGA)平台上构建了不同外加刺激下的SNc核团数字电路.电路实验结果能完整呈现出与数值仿真一致的放电行为,表明了数字电路设计的正确性.本文所设计的电路占用较低的数字电路资源,为帕金森神经网络电路实现做好基础准备.

忆阻耦合异构忆阻细胞神经网络的多稳态与相位同步研究

忆阻具有天然的可塑性,可实现与生物神经元和突触所具有的相似或相同机制的硅基神经元和纳米突触。将忆阻用作突触耦合两个异构的忆阻细胞神经网络,该文构建了一个忆阻耦合异构忆阻细胞神经网络。该耦合网络含有一个与忆阻突触初值条件和子网初值条件相关的空间平衡点集,可呈现出复杂的动力学演化。利用数值仿真方法,揭示了耦合网络依赖于初值条件而存在的稳定点、周期、混沌、超混沌以及无界振荡等多稳态行为。此外,在忆阻突触的调控下,两个异构子网可达成相位同步。最后,基于STM32单片机硬件平台完成了电路实验验证。