Pre-B?tzinger复合体的从簇到峰放电的同步转迁及分岔机制

Pre-Bötzinger复合体是兴奋性耦合的神经元网络,通过产生复杂的放电节律和节律模式的同步转迁参与调控呼吸节律.本文选用复杂簇和峰放电节律的单神经元数学模型构建复合体模型,仿真了与生物学实验相关的多类同步节律模式及其复杂转迁历程,并利用快慢变量分离揭示了相应的分岔机制.当初值相同时,随着兴奋性耦合强度的增加,复合体模型依次表现出完全同步的“fold/homoclinic”,“subHopf/subHopf”簇放电和周期1峰放电.当初值不同时,随耦合强度增加,表现为由“fold/homoclinic”,到“fold/fold limit cycle”、到“subHopf/subHopf”与“fold/fold limit cycle”的混合簇放电、再到“subHopf/subHopf”簇放电的相位同步转迁,最后到反相同步周期1峰放电.完全(同相)同步和反相同步的周期1节律表现出了不同分岔机制.反相峰同步行为给出了与强兴奋性耦合容易诱发同相同步这一传统观念不同的新示例.研究结果给出了preBötzinger复合体的从簇到峰放电节律的同步转迁规律及复杂分岔机制,反常同步行为丰富了非线性动力学的内涵.

模块神经元网络中耦合时滞诱导的簇同步转迁

利用Courbage-Nekorkin-Vdovin神经元构建含有耦合时滞的模块神经元网络模型,通过数值模拟研究了耦合强度及耦合时滞对模块神经元网络簇同步放电特性的影响.研究结果表明,适当大的耦合强度可以诱导模块神经元网络达到簇同步.同时,研究发现耦合时滞可以诱导模块神经元网络出现簇同步转迁,且当时滞大小约为网络中所有神经元平均振荡周期的整数倍数时,模块神经元网络的簇同步现象能够间歇性出现.此外,研究结果表明时滞诱导的簇同步转迁对子网络内的耦合强度、子网络间的连接概率具有鲁棒性.

大数据背景下神经元复杂网络同步转迁数值设计探讨

时滞产生振荡行为或其他不稳定现象,这对信息传输系统的稳定性产生一定影响。基于此,通过对随机霍奇金-赫胥黎(HH)神经元建立模型,探究了纽曼瓦特网络同步增强受时滞影响的情况。研究发现,在τ=7时,神经网络发生同步转迁行为;当τ<7时,神经网络呈现簇同步;当τ>7时,神经网络呈现峰同步。

对称电耦合连接方式下的多尺度同步行为和转迁过程

本文研究了改进的ML神经元模型在环式和链式两种对称连接结构下的多尺度同步转迁过程.通过定义峰相位、簇相位、网络的平均峰频率差和平均簇频率差,发现随着耦合强度的增加,耦合神经元从互不相关到簇同步再到峰同步过渡,最后达到几乎完全同步.簇同步和峰同步属于相位同步的两种节律类型,对应慢时间尺度的簇同步通常先于对应快时间尺度的峰同步出现,且这两种节律同步模式互不包含,在一定耦合强度范围内可以共存.此外,借助膜电位的峰峰间期放电序列的分岔图,可观察到同步转迁过程中出现的复杂放电模式和分岔结构.

无标度神经元网络化学突触耦合诱导的依赖于时滞的同步转迁

研究表明,神经元体系中化学突触耦合较电耦合更加普遍.本文研究了时滞无标度热敏神经元网络中化学耦合诱导的同步转迁现象.发现,不同延迟时间下有不同形式的同步转迁行为.无时滞情况下,出现从混沌簇放电到簇同步转变;对于较小的延迟时间,从混沌簇放电到峰放电同步;对于较大的延迟时间,则间歇性地出现从混沌簇放电到峰放电的多次同步转迁.这表明,化学突触耦合诱导的同步转迁行为强烈地依赖于时滞大小.这一发现可以帮助人们更好地了解时滞和化学耦合共同作用下神经元的放电活动.