大规模神经元群自发活动时的随机非线性演化模型及动态神经编码
根据非线性随机振动理论我们建立了神经元群活动的一种新的随机非线性演化模型,并用数值方法对其动态演化过程进行了分析,首次在三维空间得到了用于描述神经元群内神经元放电过程时的数密度随时间演化的图像,即神经编码的动态演化.该模型除了考虑随机噪声对相位动力学的影响以外,还考虑了随机噪声对振幅动力学的作用.在神经元自发活动的情况下,分析了初始条件和作用在动作电位振幅上噪声强度的变化对神经编码动态演化的影响.该模型和数值分析的结果不仅能够用来描述相互作用神经元的相位和振幅随时间的随机动态演化,而且数值结果表明振幅上的噪声强度影响数密度在振幅极限环左右分布的宽度及其峰值,但噪声强度的改变并不能使振幅参与群态的编码,除非噪声强度大到足以改变原有的在极限环周围的分布形态.数值结果还表明振幅上的噪声强度变化对相位动力学没有影响.此外该研究还给出了初始条件对数密度的编码的依赖关系.
神经元群 噪声 数密度 群编码 振幅
王如彬 喻伟
东华大学理学院脑信息处理与认知神经动力系统研究所(上海)
国内会议
第七届全国非线性动力学学术会议暨第十届全国非线性振动学术会议
南京
中文
13-18
2004-10-01（万方平台首次上网日期，不代表论文的发表时间）