神经电信息传导与处理是神经科学的关键问题。感知神经系统以及运动神经系统均具有模块化和分层的结构特点,这决定了神经电信号以前馈的形式逐级传递。多层前馈神经元网络是刻画神经信息传导的一般化模型,网络中每一层对应一组神经元集群,神经电信号逐层传递。本文将前馈神经元网络的信号传导研究与某些电生理实验发现相结合,为实验的一些发现提供机理解释。实验研究发现灵长类动物大脑顶叶区域存在着放电规则性的演化。依据顶叶皮层的解剖结构,本文构建了基于Izhikevich模型的多层前馈网络,对网络第一层施加泊松放电输入研究放电规则性的传导规律。研究发现,尽管网络前几层具有显著的非规则放电特征,后面几层神经元则出现持续规则的放电行为。放电规则性的演化取决于网络拓扑,存在最优的拓扑结构(即最优的突触耦合密度以及突触强度)使得后面几层神经元放电规则性达到最优。由于突触电流之间的竞争,抑制性突触阻碍规则放电模式的产生;适当的突触时间常数则促进规则放电活动的产生。本文提出神经电信号的前馈传导是高级脑皮层中产生规则放电活动的潜在机制,同时也证明了规则放电模式能够保证频率信号的可靠传导。与睡眠或者麻醉状态相比,动物在清醒状态下对外部刺激的响应更加准确和可靠。基于这一生理现象,本文研究网络固有状态对神经信号编码和传导的影响。将前馈网络每一层构造为一个随机的子网络,层中兴奋性神经集群与抑制性神经集群通过相互作用产生局部网络固有动态。研究发现层间兴奋抑制平衡能够连续调节网络固有动态。对前馈网络第一层分别施加同步脉冲刺激和高斯噪声刺激,研究发现无论对于同步信号传导还是频率信号传导,都存在着最优的局部网络状态使得信号传导品质达到最佳;并且发现层间突触连接对信号传导有着重要影响。最后,通过平均场分析发现网络固有状态通过调节局部网络输入输出特性而实现对信号编码与传导的调制。本文所得结论有助于理解神经信息处理和传导机制,进而为神经信息编码的调控提供理论基础。