全局耦合HH神经元网络对固定性动作电位输入的反应

以HH神经元模型为基础,应用计算机数值积分,研究了该模型的全局耦合网络对固定性动作电位输入的反应,并通过网络平均膜电位波形图和输出时间间隔的return map图做了分析说明。

Hodgkin-Huxley神经元体系分岔特性的理论研究

本文采用Hodgkin-Huxley (HH)神经元耦合系统为研究对象,通过计算机仿真模拟探讨体系内外环境中的噪声、耦合强度及系统尺度等因素对神经细胞分岔特性的影响。研究发现,一方面,在确定系统尺度和耦合强度的耦合体系中,增加噪声强度能够使神经元的分岔临界电流值降低,这表明适当的噪声有利于提高神经系统对外部微弱信号的响应能力。另一方面,耦合强度的增加会使得分岔点相应增大,而耦合单元数的增加则会使分岔点有所降低,表明合适的系统尺度和耦合强度有利于信息的传递。对分岔特性的深入了解,有助于理解这些因素对体系动力学行为调控作用规律和内在机理。其成果将为了解大脑神经网络的复杂功能以及与病理状态之间的关系提供新的启示。

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。

基于短时程突触可塑性的随机Hodgkin-Huxely神经元网络

根据神经元囊泡释放与离子通道随机切换的生理学机制,给出一个基于短时程突触可塑性的随机HH神经元网络模型,并讨论了通道噪声与突触噪声对网络发放行为的效应,以及易化与抑制对突触效能的影响.

考虑树突整合效应的神经元网络的放电和同步特性

生物神经网络的同步被认为在大脑神经信息的处理过程中发挥了重要作用.本文在Hodgkin-Huxley(HH)神经元网络模型中考虑树突整合效应,得到修正后的DHH(Dendritic-integration-rule-based HH)神经元网络模型,研究了网络的放电和同步特性.首先以三个抑制性神经元构成的耦合系统为例,发现树突整合效应的加入提高了神经元的放电阈值;然后分别建立全局耦合的抑制性和兴奋性神经元网络,发现大的耦合强度能够诱导抑制性和兴奋性神经元网络达到几乎完全同步的状态,并且对神经元的放电幅值有较大的影响;更有趣的是,当树突整合系数为某一值时,抑制性神经元网络的同步达到最高,而兴奋性神经网络的同步达到最低.

面向电磁防护仿生的神经元稳定性分析和抗扰特性研究

为了丰富电磁防护方法,探讨了基于神经抗扰机理的电磁防护仿生新方法。采用李雅普诺夫稳定性理论和Routh-Hurwitz判据研究了Hodgkin-Huxley神经元模型(简称HH神经元模型)的稳定性,对模型参数满足稳定性的解析条件进行了推导。采用相关系数和田口正交方法评估了HH神经元模型抵抗电磁干扰的能力,以抵抗电磁干扰能力最强为目标对模型参数进行了优化。研究结果表明:HH神经元模型要想保持稳定性能参数应该限定在一定范围内取值;HH神经元模型具有抵抗电磁干扰的能力;优化HH神经元模型参数可以提高抵抗电磁干扰的性能。该研究结果为基于神经抗扰机理的仿生电路设计提供了重要的参考。

时滞对化学突触耦合的神经元网络放电节律的影响

大脑中许多功能区可以呈现出不同形式的神经网络振荡活动,它们反映群体神经元的同步活动以及大脑的不同功能状态。高频节律反映的是大脑局部区域较快的信息处理,低频节律则能够反映外部的感觉输入和内部的认知事件的动态驱动在不同脑区的传播过程。这些不同形式的振荡活动分别在大脑处理、传递和整合感觉信息,巩固记忆,以及一些高级认知活动(如注意行为)中发挥重要的作用。其中,调整神经网络活动的振荡特性是实现这些脑功能的可能机制之一。本文发现突触的连接强度增大,可以加强同步。随着时滞的增大,在初始周期T的整数倍处,簇中spiking的个数会逐渐增加。神经元的频率会属于不同波段,且会出现混合振荡的状态。对于小的时滞,振荡是低频的。当时滞超过一定的值之后,网络从低频变为高频低频共存的状态,出现了混合振荡状态,并且这种转换快速且稳定。