神经元群模型可以产生不同类型的脑电信号,通过构建神经元模型,可以模拟大脑神经细胞之间的各种生理活动,有助于深入理解大脑神经活动的生理学机制,对临床上神经系统性疾病的诊断、预防和治疗具有重要意义。该文建立了丘脑神经元群模型,分析模型中参数的变化对模型输出的影响;进一步构建丘脑皮层耦合神经元群模型并对模型进行仿真分析;将遗传算法和无迹卡尔曼滤波算法应用到脑电信号的神经元模型中,对模型的生理学参数进行估计,深入理解细胞中参数的生理学意义,从而研究阿尔茨海默病和癫痫病的发作机理。首先,构建单通道基本神经元群模型,分析基本神经元群模型中的参数变化对模型输出的影响,便于更好的理解脑电信号的生理学机制;在此基础上添加快速抑制回路,构成单通道抑制回路模型,通过改变模型中的生理学参数,发现仿真脑电信号可以在癫痫发作不同阶段间进行转换。其次,建立了丘脑神经元群模型,通过对丘脑模型的仿真分析,发现模型中的抑制性突触增益和兴奋性突触增益的变化,会使模型仿真脑电信号alpha波段的频率降低,说明阿尔茨海默病患者脑电图中观察到的慢alpha节律与丘脑内部突触连接参数有关;然后提出了丘脑皮层耦合神经元模型,该模型由丘脑模块和皮层模块耦合连接而成,模拟耦合系数对大脑突触回路的影响,观察发现皮层模块对丘脑模块的兴奋性耦合系数会使丘脑中alpha波段的频率降低,表明丘脑外部突触连接参数的变化对alpha波段的频率有一定影响。最后,利用遗传算法对神经元群模型的生理学参数进行估计,并将遗传算法应用于癫痫患者的真实脑电数据中,发现癫痫发作期和发作间歇期的兴奋性突触增益或抑制性突触增差别较大,从神经模型的角度证明了癫痫的发作机理;将无迹卡尔曼滤波算法应用于基本神经元模型、抑制回路模型和丘脑模型中,从而估计出随时间变化的模型状态和参数,帮助人们理解生理学参数变化的脑电机理。