2022年4月20日,星期三

模拟复杂的脑细胞反应

研究表明,简单的计算轻模型可以模拟复杂的脑细胞反应。

神经元对周期性输入表现出周期性、准周期性和混沌的反应。了解神经元对不同信号的反应可能有助于科学家更好地理解认知和发展,并加强对大脑疾病的治疗。

然而,用实验的方法检查神经网络是一项耗时且有时具有侵入性的任务。数学模型提供了一种非侵入性的方法来理解神经网络。然而,目前大多数模型要么计算成本过高,要么无法充分复制各种复杂的模型神经元的反应

在一项新的研究中,由东京科学大学的Tohru Ikeguchi教授领导的研究小组分析了一些复杂的反应神经元在一个计算简单的神经元模型中,Izhikevich神经元模型。科学家们分析了Izhikevich神经元模型对状态空间中正弦输入(一种形状像正弦波的信号,它平稳而周期性地振荡)的动力学行为。他们发现了不同类型的反应:周期性的、准周期性的或混沌的。

东京理科大学池口彻教授说:““我的实验室从事神经科学研究,这项研究分析了神经元模型的基本数学特性。虽然我们在这项研究中分析了一个单一的神经元模型,但这个模型经常用于计算神经科学,并不是所有的特性都被阐明。我们的研究填补了这一空白。”

“在这项工作中,我们分析了Izhikevich神经元模型在响应正弦信号时的动力学行为,发现它不仅表现出周期响应,而且表现出非周期响应。”

科学家们定量分析了数据集中有多少种不同类型的“峰间间隔”。然后,他们用它来区分周期性响应和非周期性响应。

当一个神经元接受到足够的刺激时,它就会发出峰值,“这将把信号传递给下一个神经元。两个连续尖峰之间的时间称为尖峰间间隔。

他们发现,振幅大于某一特定阈值的信号会引起神经元的周期性反应,而振幅较小的信号则会引起非周期性反应。然后,他们使用一种叫做频闪观察点的技术来深入检查Izhikevich神经元模型的响应,这使得他们可以确定Izhikevich神经元模型的非周期响应是准周期的。

Ikeguchi教授“这项研究仅限于单个神经元的模型。未来,我们将准备许多这样的模型,并将它们结合起来,以阐明神经网络是如何工作的。我们还将准备两种类型的神经元,兴奋性和抑制性神经元,并使用它们来模拟实际大脑这将帮助我们理解大脑中信息处理的原理。”

使用一个简单的模型来精确模拟神经元反应是这一令人兴奋的研究领域向前迈出的重要一步。它照亮了未来理解认知和发育障碍的道路。

期刊引用:

  1. Yota Tsukamoto, Honami tsuhima, Tohru IkeguchiIzhikevich神经元模型对周期输入的非周期响应。DOI:10.1587 / nolta.13.367

探索更多的

Baidu
map