基于遗传算法的视网膜假体电刺激波形优化

目的利用多房室模型模拟神经节细胞电刺激响应,运用遗传算法优化刺激波形,探索视网膜上假体的最优电刺激波形。方法用多房室模型来模拟视网膜神经节细胞,膜特性采用Fohlmeister-ColmanMiller(FCM)模型。运用遗传算法(genetic algorithm,GA)对波形刺激相进行优化,比较GA优化波形(单独考虑能耗的能量最优波形,单独考虑电荷安全的电荷最优波形,两者均考虑的GA最优波形)与传统矩形波在使神经节细胞产生动作电位时的能耗和电荷量。结果在相同脉宽下,能量最优波形的能耗减少24.319pJ,电荷最优波形的电荷减少1335pC,GA波形的能耗和电荷则分别减少24.0295pJ和854pC,GA波形与尾部截断的高斯波形相似。结论对于视网膜的胞外电刺激,通过遗传算法优化的波形比传统矩形波具有更高的能量和电荷效率。

基于随机共振的视网膜神经节细胞信号检测与传输的增强

目的为了把随机共振(stochastic resonance,SR)应用到视网膜上假体刺激中,研究了噪声对视网膜神经节细胞(retinal ganglion cells,RGC)电刺激响应及其信息传输的影响。方法 RGC用多房室模型模拟,运用附加Ornstein-Uhlenbeck(OU)过程或高斯白噪声的阈下信号输入到模型。观察RGC模型响应,功率模和互信息率来描述SR的特性。结果当一定的噪声附加到阈下信号时,RGC能够产生动作电位。随着2种噪声强度的增加,功率模和互信息率的变化曲线都呈现倒U型。与高斯白噪声相比,OU过程能够用较小的噪声强度产生更大的功率模和互信息率值。结论 RGC中存在SR现象;SR能够增加RGC对阈下信号的检测能力和信息传输能力;OU过程更容易产生SR,并且产生的SR效果更好。研究对降低视网膜上假体刺激阈值具有重要意义。