基于R-H模型的大脑皮层功能柱系统研究

来源 :华南理工大学 | 被引量 : 0次 | 上传用户:wqfzqgkvbavba
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文针对大脑中V1视皮层内一个简化的微柱模型,从计算神经科学的角度对其进行数值分析和仿真,理论研究功能柱所具有的一些电生理性质。 通过改变影响功能柱模型中的各种参数,来观察其对功能柱内神经元同步性的影响。文章选择了其中两类来进行了仿真模拟。 首先选择使用突触与突触之间的连接强度参数V。连接强度V分为兴奋-兴奋型、兴奋-抑制型、抑制-兴奋型三类,改变前两类参数的数值可以得到,功能柱内兴奋型细胞的同步性会随着两种耦合强度的增大而增大,兴奋-兴奋连接强度对同步性的影响远远大于兴奋-抑制型连接强度。这种影响有一定的范围,随着兴奋-兴奋连接强度的不断增大,神经元之间的同步性呈现下降的趋势。 除了连接强度对功能柱的同步性产生影响外,外界输入刺激的强度也对其产生一定的影响。若选取输入到兴奋型神经元的外界刺激Istim为变化参数,计算得到输出层神经元膜电位的峰峰间期(ISI)的值,进而讨论功能柱模型中节律的变化。从ISI的图像中可以看出,随着输入强度Istim的增大,功能柱内神经元的发放出现了从节律2到节律1的改变。
其他文献
短期电力负荷预测是电力系统调度运营部门的一项重要工作,随着电力市场的建立和发展,短期电力负荷预测将发挥越来越重要的作用,其预测精度的高低直接影响到电力系统运行的安
视皮层是视觉系统的中枢,本文针对视皮层的生理结构,建立一个简化的视皮层神经网络数学模型,从计算神经科学的角度数值分析视皮层神经元的发放节律和神经元群的同步现象。本
基于“预期强干预”的概念,在给定带有约束的控制输入条件下,通过对n阶离散时间线性随机控制系统两种模型的最小方差性能指标进行改进,基于寻求改进的最小方差性能指标过程,确定
VaR已经成为国际上新进发展起来的一种卓有成效的风险量化技术,是国际上风险度量的新标准。关于VaR的计算,波动率的估计是关键。大量研究显示,使用不同波动率模型计算的VaR值
压缩感知是当前数学和信息处理领域的研究热点之一。通过大量学者的不懈努力,这项技术已经形成了较完善的理论、算法与应用体系。本技术的核心在于稀疏恢复问题的建模与求解