基于MATLAB仿真的神经元锋电位序列的生成

为了更加逼真地模拟和分析神经系统,提出了一种基于MATLAB的锋电位序列生成方法,这种方法既简单又高效.通过二分高斯(Dichotomized Gaussian DG)模型模拟产生了具有特定相关性系数的二进制锋电位序列,并且做了相关仿真及分析.另外,对这种生成机制扩展到不同时间上的相关性作了分析,并且提出了一种有效的方法来模拟产生相关的锋电位计数.

基于互相关函数的培养神经元网络动态特征分析

多电极微阵列(multi-electrode arrays,MEA)技术的发展,使同时记录多个神经元活动成为可能。在多电极阵列芯片上体外培养海马神经元网络,采用互相关函数对神经元网络自发信号进行分析。通过分析不同电极上的锋电位序列信号,互相关函数可以找出它们之间的相互联系,从而映射出相应神经元之间的连接状况和动态特性。实验结果表明:互相关函数能够描述神经元网络的结构及神经元间电活动的动态特性,并有助于我们了解神经元群体活动对信息的综合处理与编码。

基于时空编码的神经元动态特征分析

作为神经生物学的重要领域,神经信息的编码和处理极大程度上是神经元群体编码,即集群表达。对于同一个电极上记录的多个神经元信号进行锋电位序列检测与分类,进而分析不同类间锋电位时间序列的相关性,揭示相邻神经元电活动之间的动态联系,有助于了解神经元网络中神经元间相互作用。本文结合实验,介绍了神经集群编码的几种研究方法:锋电位序列的互相关直方图、刺激前后放电活动时间直方图、锋电位累加图的具体应用。

神经元功能网络的度量及性能分析

网络的度量是复杂网络理论在神经元集群信息处理机制解析中的重要研究内容之一。针对神经元功能网络的定量度量问题,系统分析了聚类系数、全局效率、特征路径长度及传递性等度量指标与网络拓扑连接变化的定量描述关系。基于锋电位发放序列构建了神经元功能网络,仿真研究表明,构建的网络可以有效表征神经元之间的连接关系。利用鸽子弓状皮质尾外侧区(NCL)实测数据,研究了神经元功能网络对鸽子运动行为的编码特性。研究表明,NCL区神经元功能网络可以有效编码鸽子的运动行为,而且四种度量指标在鸽子左转、直行和右转等不同行为时具有显著差异。研究结果表明本文的神经元功能网络构建方法可行,对于解析大脑神经信息处理机制具有较高的应用价值。