神经网络内电振荡活动特性的研究

神经网络内电振荡活动特性的研究

论文摘要

同步电振荡活动是神经系统中普遍存在的一种现象,对同步电振荡活动的研究,是理解大脑非凡计算能力形成的基础,也有助于解释神经疾病的发病机理,辅助脑电科学诊断疾病,同步电振荡活动产生的起源和机制是什么?其作用是什么?这些问题已引起人们极大关注,成为神经科学领域研究的热点。基于统计理论的广义噪声在生物体内部普遍存在,它从不同的方面影响神经元的动力学活动以及神经电信号的传递。噪声如何影响神经信号的发生?噪声和突触如何协同工作来影响神经信号的转导、传递?这些问题引起了神经科学工作者、生物电磁学工作者以及物理学工作者的极大兴趣。在上述双重意义的鼓舞下,本工作系统分析了噪声对单个神经元触发动作电位的影响、噪声和耦合对两个神经元频率同步活动的影响、噪声和电突触耦合如何协同影响有限多个神经元组成的神经网络的精确同步活动和触发动作电位时间精确性、以及它们对神经元群体之间信号传递的影响。对神经网络内电振荡活动特性的研究做了有益的探索。本文的主要成果是:1、对于单个神经元而言,随着噪声强度的增加,其触发动作电位的频率也随之增加,这恰恰为噪声可以诱发神经元同步振荡活动的基础;2、按照频率编码的思想,精确分析了噪声和耦合对两个神经元同步活动的影响:噪声强度和耦合强度对神经元的同步活动起着相互补充的作用,绘制了同步活动和噪声强度、耦合强度的三维关系图;3、采用动力学平均场近似理论和群体编码的思想,对个FitzHugh-Nagumo神经元网络的精确同步活动和触发动作电位时间精确性进行分析,其结果为:(1)噪声增加神经元活动的随机性,减小神经元活动的关联性,降低系统的同步活动,膜电位的分布展宽,触发动作电位时间精确性降低;(2)耦合强度可以提高神经元的同步活动,抑制系统内部局域的波动,膜电位分布变窄,触发动作电位时间精确性提高;(3)非常值的重视的是与化学突触相比较,在相同的耦合强度下,电突触能够极大地提高神经元的同步振荡活动和触发动作电位时间精确性。N4、建立了FitzHugh-Nagumo神经元群体模型,计算了影响两个群体之间信号传递的噪声强度和耦合强度的阈值。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  • 1-1 神经科学发展简史
  • 1-2 现代神经科学的研究目标和发展趋势
  • 1-3 研究工作的目的和意义
  • 第二章 神经元电生理模型和神经元间的通讯方式
  • 2-1 神经元及其电生理特性
  • 2-1-1 神经元
  • 2-1-2 细胞膜及其离子通道
  • 2-1-3 静息电位
  • 2-1-4 动作电位
  • 2-2 神经元的动力学模型
  • 2-2-1 Hodgkin –Huxley 神经元模型
  • 2-2-2 Hodgkin-Huxley 模型的简化
  • 2-2-3 FitzHugh-Nagumo 神经元模型
  • 2-2-4 FitzHugh-Nagumo 模型的相图分析
  • 2-3 神经元间的通讯方式——突触
  • 2-3-1 电突触
  • 2-3-2 化学突触
  • 2-4 神经递质和神经调质
  • 2-5 突触的可塑性
  • 2-6 电突触和化学突触的不同点
  • 第三章 噪声作用下两个 FitzHugh-Nagumo 神经元的同步活动
  • 3-1噪声作用下FitzHugh-Nagumo神经元的基本方程
  • 3-2 噪声对单个神经元触发动作电位频率的影响
  • 3-3 噪声对两个神经元频率同步活动的影响
  • 3-4 结论
  • 第四章 FitzHugh-Nagumo 神经网络的同步活动和触发动作电位 的时间精确性
  • 4-1电突触耦合FitzHugh-Nagumo神经元网络的基本方程
  • 4-2 神经网络基本方程的简化
  • 4-3 分析神经元的同步活动
  • 4-4 同步活动数值计算结果
  • 4-4-1 耦合对神经网络精确同步活动的影响
  • 4-4-2 噪声对神经网络精确同步活动的影响
  • 4-5 触发动作电位时间精确性分析
  • 4-6 触发动作电位时间精确性数值计算结果
  • 4-6-1 噪声对神经网络触发动作电位精确性的影响
  • 4-6-2 神经元个数对神经网络触发动作电位精确性的影响
  • 4-6-3 耦合对神经网络触发动作电位精确性的影响
  • 4-7 两种突触的不同影响
  • 4-8 结论
  • 第五章 信号在不同的 FitzHugh-Nagumo 神经元群体之间的传递
  • 5-1 电突触耦合FitzHugh-Nagumo 神经元群体的基本方程
  • 5-2 神经元群体基本方程的简化
  • 5-3 数值计算结果
  • 5-3-1 噪声强度阈值
  • 5-3-2 耦合强度阈值
  • 5-4 结论
  • 第六章 结论
  • 参考文献
  • 致谢
  • 攻读博士学位期间所取得的相关科研成果
  • 相关论文文献

    • [1].基于优化神经网络的地质灾害监测预警仿真[J]. 计算机仿真 2019(11)
    • [2].基于进化神经网络的304不锈钢车削加工表面粗糙度预测[J]. 轻工机械 2019(06)
    • [3].时频联合长时循环神经网络[J]. 计算机研究与发展 2019(12)
    • [4].几种典型卷积神经网络的权重分析与研究[J]. 青岛大学学报(自然科学版) 2019(04)
    • [5].基于GA-BP神经网络异纤分拣机检测参数优化[J]. 棉纺织技术 2020(01)
    • [6].基于集成神经网络的织物主观风格预测研究[J]. 纺织科技进展 2020(01)
    • [7].试析神经网络技术在机械工程中的应用及发展[J]. 网络安全技术与应用 2020(02)
    • [8].一种深度小波过程神经网络及在时变信号分类中的应用[J]. 软件 2020(02)
    • [9].不同结构深度神经网络的时间域航空电磁数据成像性能分析[J]. 世界地质 2020(01)
    • [10].基于深度神经网络的航班保障时间预测研究[J]. 系统仿真学报 2020(04)
    • [11].基于生成对抗网络和深度神经网络的武器系统效能评估[J]. 计算机应用与软件 2020(02)
    • [12].基于循环神经网络的双轴打捆机智能换挡策略研究[J]. 安徽工程大学学报 2020(01)
    • [13].基于图神经网络的实体对齐研究综述[J]. 现代计算机 2020(09)
    • [14].基于改进的循环神经网络深度学习跌倒检测算法[J]. 电脑编程技巧与维护 2020(03)
    • [15].神经网络探索物理问题[J]. 物理 2020(03)
    • [16].基于GA-BP神经网络的城市用水量预测[J]. 现代电子技术 2020(08)
    • [17].基于深度神经网络的药物蛋白虚拟筛选[J]. 软件工程 2020(05)
    • [18].基于轻量级神经网络的人群计数模型设计[J]. 无线电工程 2020(06)
    • [19].高效深度神经网络综述[J]. 电信科学 2020(04)
    • [20].含磁场耦合忆阻神经网络放电行为研究[J]. 广西师范大学学报(自然科学版) 2020(03)
    • [21].基于神经网络及特征运算的老年人平衡能力分析[J]. 重庆工商大学学报(自然科学版) 2020(04)
    • [22].神经网络技术在机械工程中的应用及发展探析[J]. 科技创新与应用 2020(18)
    • [23].基于竞争神经网络的变电站巡视周期分类[J]. 科技创新与应用 2020(18)
    • [24].基于双向循环神经网络的语音识别算法[J]. 电脑知识与技术 2020(10)
    • [25].结合相似日与改进神经网络的短期光伏发电预测[J]. 广西电业 2020(04)
    • [26].基于神经网络的流感大数据分析[J]. 中华医学图书情报杂志 2020(03)
    • [27].长短时记忆神经网络在地电场数据处理中的应用[J]. 地球物理学报 2020(08)
    • [28].基于门控循环单元神经网络的公交到站时间预测[J]. 南通大学学报(自然科学版) 2020(02)
    • [29].鼠脑神经网络的同步辐射3D成像研究[J]. 核技术 2020(07)
    • [30].基于长短记忆神经网络的短期光伏发电预测技术研究[J]. 华北电力大学学报(自然科学版) 2020(04)

    标签:;  ;  ;  ;  ;  

    神经网络内电振荡活动特性的研究
    下载Doc文档

    猜你喜欢