神经元模型离子活动的动力学分析及其动态特征光相位检测方法

来源 :江苏大学 | 被引量 : 0次 | 上传用户:venicego
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
神经元作为神经系统结构和功能的基本单位,以离子跨膜输运的形式实现生物电信号的产生、变化以及传播,研究神经元信息传递活动机理有着重要的意义。各类神经元模型的建立和广泛研究,揭示了神经信息编码中神经电活动的时间节律和振荡模式,不仅为临床上神经信号的干预,也为人工神经网络的建立提供了理论基础。目前被应用广泛的神经元电生理理论模型中,离子通道动力学模型较为多见,这类动力系统对细胞膜内外离子交换动态变化的描述起到重要作用。但关于周期性刺激对系统行为调制作用机理的研究,无论是对经典的生物神经元动力学模型还是对人工神经网络中应用较多的近似模型都还不够充分。此外,对于神经元胞内离子活动的检测,目前的研究大多基于荧光标记技术,操作要求和成本较高,并且荧光对样品活性有一定影响,如何无损免标记地检测和表征原态神经细胞的活动一直是生命科学等领域研究的热点问题之一。本文基于IP3-Ca2+振荡模型研究胞内钙离子浓度变化的动力学特征,基于周期性外部刺激在临床上的应用背景,研究了系统在其调制下的动态行为。运用快-慢动力学分析方法研究神经元放电的动作电位与钙离子浓度之间的关系,阐释钙离子复合振荡机制以及快慢不同状态之间的转迁机理,揭示刺激量值在系统动力学行为调制中的作用。针对传统神经元动力学模型在人工神经网络应用中的困难,基于Hindmarsh-Rose模型构造了近似分段线性模型。通过数值计算表明该近似模型对原型的可替代性,围绕该分段线性模型分析系统在周期激励调制下的非光滑分岔,根据各分岔的类型和特性解释系统周期簇放电模式的诱发机理,给出了不同参数对系统的调制情况,指出不同振荡模式在形成机理上的区别。基于神经元放电活动中胞内离子动态变化的特性和光相位成像的机理,探究从光相位角度检测神经元动态活动的方法。运用光学仿真软件建立神经元相位模型,针对神经元亚结构复杂的特点,从神经元放电活动中不同亚结构的活动特点出发,提出异质对比补偿的思想,免解耦地获得样品亚结构局部的瞬态形态信息和动态放电活动的相位表征,为神经元放电行为的形态识别提供了一种新的思路。
其他文献
体系结构建模是软件设计的重要环节,目前国外已经研发出Magic Draw等系统建模软件。但国内缺少类似的体系结构建模软件,如果在军事等敏感领域使用国外的建模软件就会存在泄密
植被在陆地生态系统中扮演着重要角色并发挥重要的作用。气候变化、自然灾害以及社会经济因素均可能引起植被发生变化,因此开展植被变化及驱动机制研究具有重要意义。本文利
随着我国经济的快速发展,公民的财产总量在不断增长。同时,伴随着农村承包责任制的实行和房地产市场的蓬勃发展,公民拥有的不动产也在迅速增加,并成为私有财产中最重要和最具
最优输运理论是在概率测度空间中讨论的一类特殊的最优化理论。基于最优输运理论的很多技术和算法近年来受到了学术界和业界的广泛关注。鉴于它们能够为数据分布提供精确的生
从支持向量机到非平行支持向量机的研究,近几年引起广泛关注。支持向量机主要是寻找一对平行超平面,并且使这两个平行超平面的间隔尽可能的大。而非平行支持向量机旨在为每类数据构造一个最优的超平面,构造的超平面并没有平行这个限定,并且期望每个超平面能够靠近本类数据,而远离其他类数据。非平行支持向量机解决了传统支持向量机面临的两个问题,一个是解不等式二次规划需要的高计算复杂度,另一个就是求解异或问题,而且非平
糖基化是一种极重要的蛋白质翻译后修饰形式,在分化、发育、繁殖、代谢、衰老和免疫调节等生命活动中扮演着举足轻重的角色。异常糖基化修饰与很多种疾病尤其癌症的发生发展
学位
资本市场是企业筹措长期资金的市场,是一个国家各种经济实体发展的“蓄水池”。为了提升资本市场实力,改变场外交易市场的落后局面,建设多层次资本市场,为更多初创企业创建更
本论文致力于M-Ni-S(M=Co,Cu,Zn)电极材料的制备与调控,并对其电化学性能开展了探究,以M-Ni-S微纳结构为正极材料,组装了高性能的非对称超级电容器。主要研究结果如下:1.通过水热法,以硝酸镍和硫代乙酰胺分别作为镍源和硫源,在导电泡沫镍片基底上直接生长出二元过渡金属硫化物M-Ni-S(M=Cu,Zn,Co)纳米片正极材料。通过引入不同的金属元素(Cu,Zn,Co),详细研究了不同金属
在实际应用领域中,数据分布往往是不对称的有偏分布。此时,部分线性众数模型是刻画这些特征的一个重要方法。因为部分线性众数模型是部分线性模型和众数回归模型的整体改进。一方面,部分线性模型保留了非参数模型平滑的特征,也克服了维数诅咒等缺陷。另一方面,众数模型拓宽了回归的适用范围,特别是数据服从重尾分布或者存在异常值时,众数回归与传统的均值回归相比,可以提供更有意义的预测并获得更好的结果。然而,对于部分线