生物神經(jīng)網(wǎng)絡(luò)的同步被認(rèn)為在大腦神經(jīng)信息的處理過(guò)程中發(fā)揮了重要作用.本文在Hodgkin-Huxley（HH）神經(jīng)元網(wǎng)絡(luò)模型中考慮樹突整合效應(yīng),得到修正后的DHH（Dendritic-integration-rule-based HH）神經(jīng)元網(wǎng)絡(luò)模型,研究了網(wǎng)絡(luò)的放電和同步特性.首先以三個(gè)抑制性神經(jīng)元構(gòu)成的耦合系統(tǒng)為例,發(fā)現(xiàn)樹突整合效應(yīng)的加入提高了神經(jīng)元的放電閾值;然后分別建立全局耦合的抑制性和興奮性神經(jīng)元網(wǎng)絡(luò),發(fā)現(xiàn)大的耦合強(qiáng)度能夠誘導(dǎo)抑制性和興奮性神經(jīng)元網(wǎng)絡(luò)達(dá)到幾乎完全同步的狀態(tài),并且對(duì)神經(jīng)元的放電幅值有較大的影響;更有趣的是,當(dāng)樹突整合系數(shù)為某一值時(shí),抑制性神經(jīng)元網(wǎng)絡(luò)的同步達(dá)到最高,而興奮性神經(jīng)網(wǎng)絡(luò)的同步達(dá)到最低. 

【文章來(lái)源】：動(dòng)力學(xué)與控制學(xué)報(bào). 2019,17(06)

【文章頁(yè)數(shù)】：7 頁(yè)

【部分圖文】：

外部輸入電流不同時(shí)各神經(jīng)元的膜電位

由圖3可以看出,DHH神經(jīng)元網(wǎng)絡(luò)與HH神經(jīng)元網(wǎng)絡(luò)的同步性隨耦合強(qiáng)度的變化趨勢(shì)大體相同,都是隨著耦合強(qiáng)度的增大,其網(wǎng)絡(luò)的同步程度先降低后增大,在充分大的耦合強(qiáng)度時(shí)同步性最高.不同的是,DHH神經(jīng)元網(wǎng)絡(luò)比起HH神經(jīng)元網(wǎng)絡(luò)在大的耦合強(qiáng)度時(shí)同步性提高更為顯著,幾乎達(dá)到完全同步的狀態(tài).由此可知,對(duì)于抑制性神經(jīng)元網(wǎng)絡(luò)來(lái)說(shuō),樹突整合效應(yīng)的加入在網(wǎng)絡(luò)具有較大耦合強(qiáng)度時(shí)可顯著提高網(wǎng)絡(luò)的同步程度.由于我們發(fā)現(xiàn)耦合強(qiáng)度變化對(duì)抑制性神經(jīng)網(wǎng)絡(luò)的放電模式與放電周期并無(wú)太大影響,所以接下來(lái)主要分析耦合強(qiáng)度對(duì)網(wǎng)絡(luò)放電幅值的影響.我們?nèi)【W(wǎng)絡(luò)中神經(jīng)元的峰值電壓的平均值作為刻畫放電幅值的指標(biāo).不同耦合強(qiáng)度下的放電幅值仿真結(jié)果如圖4所示.

由于我們發(fā)現(xiàn)耦合強(qiáng)度變化對(duì)抑制性神經(jīng)網(wǎng)絡(luò)的放電模式與放電周期并無(wú)太大影響,所以接下來(lái)主要分析耦合強(qiáng)度對(duì)網(wǎng)絡(luò)放電幅值的影響.我們?nèi)【W(wǎng)絡(luò)中神經(jīng)元的峰值電壓的平均值作為刻畫放電幅值的指標(biāo).不同耦合強(qiáng)度下的放電幅值仿真結(jié)果如圖4所示.由圖4可以看出,隨著耦合強(qiáng)度的增大,HH神經(jīng)元的放電幅值呈下降趨勢(shì),但是下降的幅度較小,而DHH神經(jīng)元的放電幅值呈現(xiàn)大幅上升趨勢(shì).由神經(jīng)網(wǎng)絡(luò)的動(dòng)力學(xué)方程可以推測(cè),在抑制性神經(jīng)元網(wǎng)絡(luò)中,突觸電流為正數(shù).在HH神經(jīng)元網(wǎng)絡(luò)中,隨著耦合強(qiáng)度的提高,突觸電流值不斷增大,使得神經(jīng)元的膜電位值隨著下降,而在DHH神經(jīng)元網(wǎng)絡(luò)中,由于整合系數(shù)的加入,耦合強(qiáng)度的增大會(huì)導(dǎo)致突觸電流的減小,從而引起神經(jīng)元膜電位值的上升.總之,由于整合系數(shù)的加入,原先隨著耦合強(qiáng)度增大而減小的放電幅值變?yōu)樯仙厔?shì),因此樹突整合效應(yīng)會(huì)顯著提高抑制性神經(jīng)元網(wǎng)絡(luò)的平均放電幅值.

【參考文獻(xiàn)】：
期刊論文
[1]模塊神經(jīng)元網(wǎng)絡(luò)中耦合時(shí)滯誘導(dǎo)的簇同步轉(zhuǎn)遷[J]. 王蔓蔓,楊曉麗.  動(dòng)力學(xué)與控制學(xué)報(bào). 2016(06)
[2]腦科學(xué)和信息科學(xué)的交叉學(xué)科研究[J]. 顧凡及.  自然雜志. 2015(01)

博士論文
[1]神經(jīng)元樹突整合的理論模型與分析[D]. 李松挺.上海交通大學(xué) 2014



本文編號(hào)：3146943