本文主要研究了由FHN神经元模型组成的小世界网络模型信息传输效率和神经元细胞的内噪声以及环境噪声在神经元信息传输过程中的积极作用。首先介绍了随机共振理论在神经科学中的发展，并由此而确立了神经元的内外噪声为研究的主要对象。在表征神经系统的单个小世界网络模型中，每个节点代表一个FHN神经元模型，其内部噪声为强度相同但相互独立的高斯白噪声。对于一个具有一定相关时间的非周期高斯信号，在小世界网络模型中的传输随着噪声强度的变化出现了随机共振现象，而且相关系数随着连接度的增加有一定程度的提高，但连接度对相关系数的影响有限。考虑到神经元内部噪声各自独立的特性，我们采用加和平均的方式将每一个节点的输出加和取平均来求相关系数，我们发现相关系数得到了很大的提高。进一步的我们研究了两个结构相同的小世界网络之间的信息传输特性，我们发现其相关系数又有了明显的提高。这对于我们理解神经系统在信息传输的过程中具有自适应性有很大的指导意义。这对于我们研究神经系统内部信息的传输特性具有重要的理论意义。虽然我们所描述只是神经信息处理链中较早的环节，但是这类研究无疑是感知神经水平上的神经信息处理重要部分。这些研究结果表明了神经细胞噪声以及网络结构对于神经元细胞群体信息处理的建设性作用，对于复杂系统中信号处理问题具有重要的理论意义。