【摘要】：大腦中的神經(jīng)元,通過對(duì)環(huán)境變化的感知,在受到外部信號(hào)刺激后,將信息以動(dòng)作電位的形式傳遞給其他神經(jīng)元。由神經(jīng)元集群所組成的神經(jīng)系統(tǒng),不斷地接收信息、分析信息、做出決策,從而直接或間接的控制整個(gè)肌體。根據(jù)信息在神經(jīng)元中傳輸?shù)臋C(jī)制,對(duì)信息載體——?jiǎng)幼麟娢恍蛄?采用信息理論中“熵”的概念來量化系統(tǒng)所傳輸?shù)男畔⑷萘?從而得到傳輸過程中,神經(jīng)系統(tǒng)的編碼效率。此外,在傳輸和表達(dá)發(fā)放序列的過程中,系統(tǒng)也在消耗能量。為了應(yīng)對(duì)復(fù)雜的系統(tǒng)環(huán)境,一方面要使系統(tǒng)傳輸?shù)挠行畔⑷萘孔畲蠡?另一方面要使傳輸過程中系統(tǒng)的能量消耗最小,這是神經(jīng)系統(tǒng)在進(jìn)化過程中恪守的關(guān)鍵原則。本文進(jìn)行了兩個(gè)方面的研究工作,一是基于二維映射的Courbage-NekorkinVdovin(CNV)模型,研究了單個(gè)神經(jīng)元模型的發(fā)放動(dòng)力學(xué)性質(zhì),以及在不同的編碼模式和發(fā)放模式下,系統(tǒng)所傳輸?shù)挠行畔⑷萘考捌渚幋a效率;二是基于自突觸Hodgkin-Huxley(Autapse HH)模型,研究了在抑制性化學(xué)自突觸反饋?zhàn)饔孟?單個(gè)神經(jīng)元的動(dòng)力學(xué)響應(yīng)、信息傳輸能力以及在此過程中所消耗的能量效率。論文基于二維映射的CNV模型,對(duì)神經(jīng)元的發(fā)放過程進(jìn)行了數(shù)值模擬,在時(shí)間編碼模式上,使用時(shí)間箱封裝離散化的方法,對(duì)300個(gè)神經(jīng)元在隨機(jī)初值條件下,對(duì)傳輸過程中的信息容量和編碼效率進(jìn)行了量化。首先,通過CNV模型中參數(shù)的改變,模擬了單個(gè)神經(jīng)元上的Bursting和Tonic兩種發(fā)放行為,對(duì)發(fā)放軌跡的相平面進(jìn)行了動(dòng)力學(xué)分析。其次,在Bursting模式中,不引入外部噪聲條件下,分別計(jì)算了時(shí)間編碼模式下的信息熵率、編碼效率以及率編碼模式下的信息熵率。接著,在Bursting模式中,引入了外部噪聲,計(jì)算了率編碼模式下的信息熵率,并與無外部噪聲條件下的值進(jìn)行了比較。最后,在Tonic模式下,比較了CNV模型和隨機(jī)HH模型,在時(shí)間編碼和率編碼兩種模式下的總熵率、噪聲熵率、信息熵率以及編碼效率。結(jié)果顯示,在不考慮離子通道電壓門控機(jī)制的前提下,CNV二維映射模型能夠以較高的計(jì)算效率和可行性,模擬單個(gè)神經(jīng)元上豐富的發(fā)放模式以及動(dòng)力學(xué)特性。另外,在Bursting發(fā)放模式以及不同的編碼模式和噪聲環(huán)境下,隨著外部刺激電流的增強(qiáng),系統(tǒng)傳輸?shù)挠行畔⒅饾u增大,編碼效率略有不同。在Tonic發(fā)放模式中,不同編碼模式下,CNV模型較好地模擬了隨機(jī)HH模型的發(fā)放傳輸過程。因此,CNV能夠以較簡(jiǎn)單的模型形式,表達(dá)出豐富的神經(jīng)元發(fā)放行為,并且具有較高的信息傳輸容量和系統(tǒng)編碼能力。自突觸神經(jīng)元由于其軸突末端沒有連接在其它神經(jīng)元的樹突上,而是連接于自身胞體,使得單個(gè)神經(jīng)元的輸出信號(hào)產(chǎn)生自反饋,從而對(duì)其發(fā)放行為產(chǎn)生影響。由于結(jié)構(gòu)特殊,自突觸可以調(diào)整動(dòng)作發(fā)放的精準(zhǔn)性,實(shí)現(xiàn)局部自我控制,調(diào)節(jié)神經(jīng)元系統(tǒng)的同步性。論文基于自突觸反饋?zhàn)饔孟碌腍H神經(jīng)元模型,首先研究了興奮性化學(xué)自突觸和抑制性化學(xué)自突觸對(duì)神經(jīng)元?jiǎng)恿W(xué)行為的影響。其次研究了噪聲環(huán)境中,抑制性化學(xué)自突觸在不同耦合強(qiáng)度以及不同延遲時(shí)間下,神經(jīng)元在傳輸信號(hào)過程中的信息熵率以及編碼效率。最后,研究了同樣參數(shù)環(huán)境下,抑制性化學(xué)自突觸在信息傳輸中的能量效率。結(jié)果顯示,在一定的自突觸耦合強(qiáng)度下,當(dāng)延遲時(shí)間為輸入信號(hào)周期的一半時(shí),系統(tǒng)所傳輸?shù)挠行畔⒆畲�、信息編碼能力最高,能量效率達(dá)到最優(yōu);另外,在同一個(gè)延遲時(shí)間環(huán)境中,自突觸耦合強(qiáng)度越大,系統(tǒng)的信息傳輸容量以及能量效率最優(yōu)的效果越明顯。因此,抑制性化學(xué)自突觸趨于調(diào)節(jié)神經(jīng)元發(fā)放的規(guī)律性,在自突觸的反饋?zhàn)饔孟?神經(jīng)元在處理信息的過程中具有較高的信息傳輸容量以及能量效率。根據(jù)上述研究,論文最后做了總結(jié),并對(duì)下一步的工作進(jìn)行了展望。
【學(xué)位授予單位】：蘭州大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2018
【分類號(hào)】：R338;TN911.7
【圖文】：

圖 1.5: 神經(jīng)元膜上，通過改變離子通道的通透性，從而導(dǎo)致動(dòng)作電位的產(chǎn)生與翻轉(zhuǎn) [1]。(a) 假設(shè)在理想神經(jīng)元中，細(xì)胞膜只讓 K+通過，那么 Vm= EK。(b) 假定細(xì)胞膜上僅有 Na+通道開放，即 gNa gK。Na+在離子驅(qū)動(dòng)力作用下向細(xì)胞膜內(nèi)流動(dòng)，從而細(xì)胞膜電位逐漸與 Na+的平衡電位相近。(c) 當(dāng)關(guān)閉 Na+通道時(shí)即 gK gNa，細(xì)胞膜電位處于內(nèi)正外負(fù)的情況，K+在離子電場(chǎng)作用下，產(chǎn)生外流，從而導(dǎo)致細(xì)胞膜電位漸漸與 K+的平衡電位相近。(d) 當(dāng)細(xì)胞膜上的離子擴(kuò)散力和內(nèi)外離子濃度差產(chǎn)生的電場(chǎng)力平衡時(shí)，細(xì)胞膜達(dá)到靜息態(tài)，即靜息膜電位為 Vm= EK。 絕對(duì)不應(yīng)期。神經(jīng)元膜被極度去極化時(shí)，Na+通道失活，不能被再次激活10

tegrate-and-Fire 模型示意圖 [5]。右側(cè)虛線圈中顯示模型的等 RC 電路充電。電容上的電壓（右側(cè)圈圖中的黑點(diǎn)）與電壓閾時(shí)間 tfi處，如果 V (t) = ，那么會(huì)產(chǎn)生一個(gè)輸出脈沖 δ(t 突觸前發(fā)放 δ(t tfj) 經(jīng)過低通濾波并產(chǎn)生一個(gè)輸入電流脈沖

HH模型的等效電路[7]

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 Guy Ringwald;方兆s

本文編號(hào)：2777231