首页> 正文

基于离子通道的神经元模型研究及其在脉冲神经网络中的应用

2020-12-02阅读(617)

基于离子通道的神经元模型研究及其在脉冲神经网络中的应用

论文摘要

细胞功能上表现出来的千差万别,归根结底可能是由于它们的形态以及细胞膜上离子通道的性质和分布不同而导致的。以往成果中的神经计算科学分析方法在理论基础和实验条件方面不是很成熟,无法满足对生物神经系统复杂现象的研究。因此,本文借助于神经元细胞之间处理信息的模式,通过模仿神经元信息处理机制,以及神经元网络行为特征,研究其非线性动力学特性。在网络的应用模块中,提出新的学习规则,改进神经元间连接方式及不同模块层次之间的连接方式,进行数据处理和传递,构建相关的神经网络,研究该网络的信号传递及数据处理功能,这对揭示大脑神经元的信号传递及信息处理有重要意义。神经元及人工神经网络相关研究发展至今,比以往历史上任何一个时期都更迫切的需要对神经元信息处理本质进行深刻再认识并将其合理应用。本课题的提出也正是基于对神经元信息处理本质的深度剖析及其相关应用,主要贡献如下:首先研究了常见的离子通道神经元模型,通过对实验数据以及对模型的仿真指出其具备的内在非线性动力学。在现有离子通道模型的基础上,研究模型添加噪声情况下不同放电模式的非线性动力学特征,比如随机性、确定性等,并提出了新的放电特性,丰富了放电节律,拓展了神经放电节律在信息编码中的应用机制。另外,在基于STDP学习规则的基础上,考虑了神经元发放脉冲的前后关系,分析不同的神经元信息处理能力,联系Winner-Take-All规则以及限制权值的方法提出了一种新的基于STDP学习规则的突触连接权值调整方法来进行学习,并研究了在新学习规则前提下,学习前后脉冲发放情况的变化以及鲁棒性。由于同一种算法在不同模型上效率不同,因此这一部分也结合了不同的神经元模型,研究神经元模型对脉冲发放、信息传递的影响。最后,在离子通道模型添加时间特性以及前一部分的学习规则基础上,提出一种基于传统脉冲神经网络的网络结构改进方式,模块主要包括整个网络的输入模块、学习模块、输出模块,还有内部编码方式、连接结构等,并应用到不同的数据集中验证其有效性。

论文目录

  • 摘要
  • abstract
  • 第一章 绪论
  •   1.1 研究背景及意义
  •   1.2 国内外研究现状
  •     1.2.1 神经元模型研究现状
  •     1.2.2 非线性动力学研究现状
  •     1.2.3 脉冲神经网络研究现状
  •   1.3 研究目的及内容
  •   1.4 论文结构安排
  • 第二章 神经元模型介绍及动力学基础
  •   2.1 动作电位
  •   2.2 脉冲
  •   2.3 神经元模型介绍
  •     2.3.1 Hodgkin-Huxley（H-H）模型
  •     2.3.2 Chay模型
  • Na,p+IK模型方程'>    2.3.3 INa,p+IK模型方程
  •     2.3.4 Izhikevich模型
  •     2.3.5 Integrate-and-Fire（IF）模型
  •   2.4 非线性序列动力学分析方法
  •     2.4.1 替代数据（Surrogate Data）法
  •     2.4.2 非线性预报（Nonlinear Prediction）
  •     2.4.3 近似熵（Approximate Entropy）算法
  •     2.4.4 复杂度（Complexity）算法
  •     2.4.5 自相关分析（Autocorrelation Function Analysis）
  •   2.5 本章小结
  • 第三章 基于离子通道的神经元模型及其非线性动力学研究
  •   3.1 基于离子通道的Chay模型研究
  •     3.1.1 随机性Chay模型
  •     3.1.2 实验数据分析
  •     3.1.3 噪声诱导的随机Chay模型非线性动力学特性分析
  • Na,p+IK模型研究'>  3.2 基于离子通道的INa,p+IK模型研究
  • Na,p+IK模型'>    3.2.1 随机INa,p+IK模型
  •     3.2.2 实验数据分析
  • Na,p+IK模型非线性动力学特性分析'>    3.2.3 噪声诱导的随机INa,p+IK模型非线性动力学特性分析
  •   3.3 本章小结
  • 第四章 基于离子通道神经元模型的网络学习规则研究
  •   4.1 STDP学习规则
  •   4.2 STDP学习规则改进
  •   4.3 实验验证
  •   4.4 基于改进STDP学习规则的数值实验
  •   4.5 本章小结
  • 第五章 神经元模型在脉冲神经网络中的应用
  •   5.1 神经元输入编码
  •     5.1.1 Time-to-first-Spike编码
  •     5.1.2 泊松编码
  •   5.2 脉冲神经网络结构
  •   5.3 基于MNIST数据集实验
  •   5.4 基于Iris数据集实验
  •   5.5 本章小结
  • 第六章 结论与展望
  • 参考文献
  • 致谢
  • 附录

    • 文章来源

    类型: 硕士论文

    作者: 商慧杰

    导师: 王栋,韩士元

    关键词: 离子通道,放电节律,非线性动力学,学习规则,脉冲神经网络

    来源: 济南大学

    年度: 2019

    分类: 基础科学,信息科技

    专业: 生物学,自动化技术

    单位: 济南大学

    分类号: Q42;TP183

    DOI: 10.27166/d.cnki.gsdcc.2019.000362

    总页数: 74

    文件大小: 8463K

    下载量: 97

    相关论文文献

    • [1].杨帆研究员团队发现一种离子通道感受跨膜电压的新机制[J]. 浙江大学学报(医学版) 2020(05)
    • [2].阴离子通道孔道结构研究进展[J]. 黑龙江科技信息 2017(08)
    • [3].心房颤动与离子通道重构研究进展[J]. 心血管病学进展 2015(05)
    • [4].Handbook of Ion Channels——一部系统介绍离子通道的新作问世[J]. 生理学报 2015(05)
    • [5].酸敏感离子通道的调控新进展[J]. 卒中与神经疾病 2017(02)
    • [6].疼痛和离子通道[J]. 西南军医 2014(06)
    • [7].T淋巴细胞上主要离子通道的生理学和药理学研究进展[J]. 免疫学杂志 2015(05)
    • [8].双分子层膜人工离子通道的合成[J]. 化学进展 2012(07)
    • [9].流感病毒离子通道综述[J]. 生物技术世界 2012(08)
    • [10].离子通道(14)[J]. 临床心电学杂志 2008(05)
    • [11].离子通道的开放与关闭(15)[J]. 临床心电学杂志 2008(05)
    • [12].酸敏感离子通道的结构与药理学特性[J]. 滨州医学院学报 2019(04)
    • [13].脑胶质瘤相关的细胞离子通道改变[J]. 南京医科大学学报(自然科学版) 2018(01)
    • [14].等离子通道钻井技术概况和发展前景[J]. 断块油气田 2013(02)
    • [15].离子通道调整与新药研制——胃肠离子通道病研究最新进展[J]. 临床医学工程 2010(01)
    • [16].脂质调节瞬时电位受体离子通道活性介导疼痛的作用机制[J]. 中国疼痛医学杂志 2020(11)
    • [17].一种具有识别运输钠离子的离子通道膜的制备[J]. 高分子学报 2010(09)
    • [18].基于离子通道的电化学传感技术研究进展[J]. 分析化学 2018(09)
    • [19].酸敏感离子通道的研究进展[J]. 中国医药指南 2015(10)
    • [20].膜超极化激活离子通道及其靶向抗癫痫药物研究进展[J]. 药学进展 2015(02)
    • [21].动物的痛觉和痒觉感受机制(3)[J]. 生物学通报 2016(11)
    • [22].慢性心力衰竭离子通道谱的稳态调节[J]. 中国医学前沿杂志(电子版) 2013(04)
    • [23].关节炎疼痛与酸感受离子通道相关的研究[J]. 黑龙江医药科学 2013(04)
    • [24].多离子通道阻断的抗心律失常中药研究探讨[J]. 中国中西医结合杂志 2011(06)
    • [25].酸敏感离子通道的研究进展[J]. 中国医药指南 2011(24)
    • [26].昆虫离子通道及其抗药性研究进展[J]. 四川动物 2011(05)
    • [27].离子通道相关基因在心肌梗死后恶性心律失常中的研究进展[J]. 医学综述 2010(16)
    • [28].离子通道参与化疗痛外周机制的研究进展[J]. 神经解剖学杂志 2018(06)
    • [29].麻醉药作用机制及其保护作用与离子通道相关性研究进展[J]. 神经药理学报 2013(04)
    • [30].基于特征筛选方法预测不同离子通道活性的芋螺毒素[J]. 生物数学学报 2013(04)

    标签：;  ;  ;  ;  ;  

    基于离子通道的神经元模型研究及其在脉冲神经网络中的应用
    下载Doc文档

    猜你喜欢

    © 2025 毕论降 版权所有 鄂ICP备12018319号-6