本文關鍵詞： 神經群模型 突觸可塑性 神經元內在可塑性 單參數(shù)分岔 雙參數(shù)分岔 動力學 正常神經振蕩 異常神經振蕩　出處：《天津醫(yī)科大學》2014年碩士論文　論文類型：學位論文

【摘要】：研究目的： 神經群模型是典型的非線性動態(tài)系統(tǒng),具有豐富而復雜的動力學行為模式。由于突觸可塑性和神經元內在可塑性的影響,神經群興奮性與抑制性突觸增益、突觸連接數(shù)目及神經元胞體參數(shù)是動態(tài)變化的；同時神經群輸入對神經群動力學特性也具有重要影響。上述因素對神經群動力學特性具有重要調控作用,其平衡是維持正常神經電活動的前提,而其失衡是誘發(fā)癲癇與帕金森等神經疾病的重要原因,因而研究模型自身參數(shù)及外界輸入對神經群動力學特性的調控規(guī)律具有重要意義。 研究方法： 通過神經群三個突觸模型的輸出數(shù)學描述,可以得到由六個一階微分方程表示的神經群模型,根據(jù)微分方程求得模型的平衡點,得到模型平衡點處的模型輸出,由雅可比矩陣通過計算系統(tǒng)特征根實部的符號可判斷該平衡點是否穩(wěn)定,據(jù)此可判斷神經群模型平衡點曲線的穩(wěn)定和不穩(wěn)定區(qū)域。同時,根據(jù)以上神經群模型的數(shù)學描述,借助于分岔軟件Matcont對神經群模型進行分岔分析以研究神經群動力學特性。 研究結果： 本文基于分岔理論,針對Jansen提出的神經群模型,通過分岔分析給出了神經群運行于單穩(wěn)、雙穩(wěn)、正常和異常極限環(huán)振蕩狀態(tài)等典型動力學狀態(tài)的參數(shù)區(qū)域,剖析了模型參數(shù)及其相互作用對神經群動力學特性的調控規(guī)律,揭示了神經群模型的振蕩轉換機制,仿真結果驗證了分岔分析結果的正確性和有效性。研究結果從以下三個方面展開： 1.通過興奮性與抑制性突觸增益和突觸連接數(shù)目的單參數(shù)分岔分析和雙參數(shù)分岔分析,分別給出了產生各種典型動力學模式的前饋、正反饋和負反饋突觸增益以及突觸連接數(shù)目的單參數(shù)區(qū)間及它們之間的雙參數(shù)區(qū)域；上述結果定量剖析了興奮性與抑制性突觸可塑性及其相互作用對神經群動力學特性的調控規(guī)律。 2.通過神經元內在可塑性參數(shù)的單參數(shù)分岔分析和雙參數(shù)分岔分析分別給出了產生各種典型動力學模式的神經元參數(shù)的單參數(shù)區(qū)間和雙參數(shù)區(qū)域,剖析了神經元可塑性參數(shù)以及神經元參數(shù)間的相互作用對神經群動力學特性的調控規(guī)律。 3.分別通過神經群輸入的單參數(shù)和雙參數(shù)分岔分析分別給出了產生各種典型動力學模式的神經群輸入的單參數(shù)及雙參數(shù)區(qū)域,剖析了神經群輸入以及神經群輸入間的相互作用對神經群動力學特性的調控規(guī)律。 研究結論： 神經振蕩是神經系統(tǒng)信息傳遞和處理的基礎,研究結果定量剖析了模型自身參數(shù)及輸入對神經群動力學特性的調控規(guī)律,同時也揭示了神經群的兩種振蕩機制：極限環(huán)振蕩機制及輸入誘發(fā)的雙穩(wěn)態(tài)切換振蕩機制。本文的研究對從動力學角度理解模型自身參數(shù)及輸入在腦功能的維持及各種神經疾病的誘發(fā)機制中所扮演的角色具有重要參考價值。神經群模型體現(xiàn)了神經群各影響因素對神經電活動的協(xié)同調控機制,對理解更高層次腦神經網(wǎng)絡動力學特性的調控機制具有借鑒意義。
[Abstract]:The purpose of the study is:
紲炵粡緹ゆā鍨嬫槸鍏稿瀷鐨勯潪綰挎，

本文編號：1467064