mHR神经元模型的分岔分析及其哈密顿能量控制

研究能量函数对神经元放电特性的影响,对控制神经系统的信息编码、信息传递有着至关重要的作用.文章运用了亥姆霍兹定理与数值仿真相结合的方法,研究了mHR神经元模型在双参数平面内的分岔行为及其放电模式的控制.通过数值仿真发现,mHR神经元模型具有非常丰富的分岔现象,在不同的参数平面内存在倍周期分岔、逆倍周期分岔及无混沌加周期等分岔现象.在此基础上,为了实现对神经元模型混沌放电模式的控制,对神经元系统施加了哈密顿能量反馈控制器.研究发现,通过适当调节该控制器的参数,就能够有效地控制神经元的放电模式类型.这对了解复杂神经元系统的能量消耗及其稳定性具有一定的现实意义.