Izhikevich神经元网络的同步与联想记忆

联想记忆是人脑的一项重要功能。以Izhikevich神经元模型为节点,构建神经网络,神经元之间采用全连结的方式;以神经元群体的时空编码(spatio-temporal coding)理论研究所构建神经网络的联想记忆功能。在加入高斯白噪声的情况下,调节网络中神经元之间的连接强度的大小,当连接强度和噪声强度达到一个阈值时网络中部分神经元同步放电,实现了存储模式的联想记忆与恢复。仿真结果表明,神经元之间的连接强度在联想记忆的过程中发挥了重要的作用,噪声可以促使神经元间的同步放电,有助于神经网络实现存储模式的联想记忆与恢复。

经颅磁声电刺激下不同类型Izhikevich神经元电耦合模型放电特性研究

经颅磁声电刺激是利用超声和磁场作用于大脑的新型无创神经调控技术,耦合神经元在脑电信号传递和信息交流起着关键作用。为探索该技术对耦合神经元的影响,本文利用Izhikevich神经元搭建了兴奋性-兴奋性、兴奋性-抑制性和抑制性-抑制性三种耦合模型,分别研究经颅磁声电刺激下不同刺激强度和耦合度对耦合神经元同步性的影响。结果表明随刺激强度增大,兴奋性-抑制性耦合模式下耦合神经元同步性变弱,其他两种模式在刺激强度分别为20.0μA/cm2和39.6μA/cm2时同步性由强变弱。在耦合度大于0.71时,兴奋性-兴奋性耦合模式下放电个数不再变化;在耦合度为0.71-0.96时,兴奋性-抑制性耦合模式下的放电频率增加;在耦合度大于0.96时,放电个数恒定;抑制性-抑制性耦合模式下耦合度增加放电个数增加,放电频率基本不变。研究结果有助于推动经颅磁声电刺激下神经网络的动力学研究,对神经类疾病的治疗有重要参考价值和研究意义。

Izhikevich神经脉冲发放模型的FPGA硬件实现方法

首先将该神经元模型模块化,然后利用VHDL语言对各个模块进行硬件描述,最后在FPGA中硬件实现了20种神经元的脉冲发放模式,为多种脉冲神经网络的硬件实现提供了参考.

小世界网络同步的非线性时滞反馈控制

大脑的病态同步放电活动会导致一些神经类疾病,如帕金森、癫痫等.采用Izhikevich神经元模型构建一个兴奋-抑制小世界网络,增加网络的耦合强度能够实现网络的同步簇放电.对网络施加非线性时滞反馈控制,网络的这种同步活动很快消失.仿真结果表明:微分形式的反馈控制去同步的同时,保持了单个神经元的固有放电特性,且这种反馈控制不具有侵害性.直接形式的反馈控制通过抑制神经元的放电活动来抑制网络的同步,这种形式的反馈控制对刺激参数的变化具有鲁棒性,更适用于实际的深度脑刺激术.

基于MOS技术的神经元电路研究进展

设计一种具有多种神经元响应模式、结构紧凑、低功耗的神经元电路,对大规模神经形态硬件的构建具有重要意义。分析了LIF、Izhikevich两种神经元模型的基本原理,重点介绍了数字和模拟两类神经元电路的设计方法、工作原理和优缺点。最后,讨论了神经元电路的设计趋势以及挑战。

基于小世界神经网络的放电特性研究

研究小世界网络参数的改变对神经元网络放电特性的影响会对癫痫等神经疾病的研究工作产生重要的推动作用。癫痫等神经疾病的发作总会伴随着神经网络的同步放电现象,目前神经网络的研究主要是基于层级网络,其拓扑结构不能模拟真实生物神经网络,而小世界网络具有一定的生物神经网络特性,对小世界神经网络的仿真分析可以使仿真结果更贴近真实生物的神经网络放电情况。通过构建小世界网络,进而基于Izhikevich神经元模型、短期突触可塑性调节机制和突触动力学构建了小世界神经网络,并从兴奋性神经元和抑制性神经元的放电模式、放电栅图、平均放电频率和网络整体的放电同步性四个方面进行分析。

利用Izhikevich模型探究神经元动作电位的发放特性

不同种类的神经元拥有不同类型的离子通道,离子通道的开放和关闭可以产生不同形状、频率和模式的动作电位。对动作电位的发放特性进行探究,将为生物神经系统的硬件设备开发、脑机接口技术研发等提供机理层面上的支持。采用Matlab软件,利用Izhikevich尖峰神经元模型,考察刺激电流的类型、静息膜电位和膜恢复变量等因素对神经元发放动作电位的影响。研究发现:改变静息膜电位的数值,并不影响动作电位的发放频率;增大膜恢复变量的数值,会使动作电位的发放数量增多,但仍不影响各簇动作电位的发放频率,且膜恢复变量越大,动作电位发放时间越早;在不同类型的电流刺激下,改变静息膜电位和膜恢复变量不会对动作电位的发放特性产生影响。