神经元是神经系统的基本组成单元,具有丰富的特性,使神经系统和脑具有各种功能。生物实验研究神经元是基本的手段,但需要专业的知识和环境。数学仿真在进行神经元网络分析时,运算速度成了最大的瓶颈。利用电子技术模拟生物神经元的各种动态特性,可以提供一个在真实时间尺度下、快速实验的平台,可以解决生物实验和数字仿真的一些难点。本文基于这些思想提出利用FPGA实现几类神经元的数学模型,研究神经元和神经网络的动力学特性。本文首先研究单个神经元以及神经元网络的动态特性,并对不同网络拓扑结构的神经元网络进行计算机分析,得到利用FPGA实现神经元的结构和参数,在此基础上,提出利用FPGA实现神经元及神经网络的方案,建立了实现神经元及神经网络的研究平台。本文对常见的神经元模型和典型网络拓扑结构的神经元网络进行了DSP Builder数字仿真与FPGA实现,同时从DSP Builder数字实现的常见问题出发,以Morris-Lecar模型为例具体分析系统离散化、流水线技术、精度设计、复杂函数的查找表实现等核心问题。利用FPGA实验平台实现了Fitzhugh-Nagumo(FHN)模型,Hodgkin-Huxley(HH)簇放电模型,Morris-Lecar(ML)峰放电模型,ML簇放电模型,并进行神经元的特性分析;实验证明FPGA神经元与数学模型完全吻合。本文还提出了基于流水线的神经元柔性网络拓扑结构实现方案,可以更加方便实现神经元不同网络拓扑结构,实验结果证明了方案的有效性和可行性。基于本文的数字神经元及神经元网络,可以进行脑科学和针刺电信息传导与作用规律的研究。