Теми рефератів
> Реферати > Курсові роботи > Звіти з практики > Курсові проекти > Питання та відповіді > Ессе > Доклади > Учбові матеріали > Контрольні роботи > Методички > Лекції > Твори > Підручники > Статті Контакти
Реферати, твори, дипломи, практика » Статьи » Комп'ютерне моделювання біологічного нейрона

Реферат Комп'ютерне моделювання біологічного нейрона





поріг генерації спайков, будуть генерувати спайки з постійною частотой.init_neurons () {(int neur_idx=0; neur_idx lt; Nneur; neur_idx ++) {// випадково розкидаємо прикладені струми

Iex [neur_idx]=(rand ()% (int) (Iex_max * 10))/10.0f; [neur_idx]=0.0f; [neur_idx] [0]=V0;

Ums [neur_idx] [0]=U0;

}

Основна частина програми з інтегруванням моделі Іжікевіча:

float izhik_Vm (int neuron, int time) {(k * (Vms [neuron] [time] - Vr) * (Vms [neuron] [time] - Vt) - Ums [neuron] [time] + Iex [ neuron] + Isyn [neuron])/Cm;

} izhik_Um (int neuron, int time) {a * (b * (Vms [neuron] [time] - Vr) - Ums [neuron] [time]);

} main () {_ connections (); _ neurons (); expire_coeff=exp (-h/psc_excxpire_time);// Для експоненціально затухаючого струму

for (int t=1; t lt; Tsim; t ++) {// проходимо по всіх нейронах

for (int neur=0; neur lt; Nneur; neur ++) {[neur] [t]=Vms [neur] [t - 1] + h * izhik_Vm (neur, t - 1); [neur] [ t]=Ums [neur] [t - 1] + h * izhik_Um (neur, t - 1); [neur]=0.0f; (Vms [neur] [t - 1] gt; Vpeak) {[neur] [ t]=c; [neur] [t]=Ums [neur] [t - 1] + d; _times [spike_num]=t * h; _neurons [spike_num]=neur;

spike_num ++;

}//проходимо по всіх зв'язках

for (int con=0; con lt; Ncon; con ++) {[con] [t]=y [con] [t - 1] * expire_coeff; (Vms [pre_conns [con]] [t - 1] gt; Vpeak) {[con] [t]=1.0f;

} [post_conns [con]] +=y [con] [t] * weights [con];

} file (); 0;

}

Повний текст коду можна подивитися в додаток А. Після завершення роботи програма зберігає растр активності, часи та індекси виникнення нервових імпульсів, і осцилограми середнього мембранного потенціалу в файлах rastr.csv і oscill.csv, відповідно.

Спад частоти реакцій нейронів на високих частотах збудження демонструє вплив ефекту пресинаптичного гальмування.

Цей ефект, що виявляється у втраті ефективності впливу входу на мембрану нейрона при перевищенні критичного значення частоти на вході, вважається в нейрофізіологічних дослідженнях одним з найважливіших механізмів управління перетворенням сигналів в нейронних структурах [16].

Ось що виходить при моделюванні 1 секунди активності 125 нейронів (рисунок 3.1 і 3.2). Спостерігається періодична активність на частоті ~ 3 Гц, схожа на дельта-ритм.

Малюнок 3.1 - Активність нейронної мережі


Малюнок 3.2 - Середній мембранні потенціал, «електроенцефалограма»

2.3 Випробування розробленої моделі


У реальності дана сукупність нейронів являє собою найпростіший нервовий вузол. Його завдання полягає в тому, аби сповістити вищестоящий нервовий центр, якщо тиск на контрольований ділянку тіла стає високим.

Тобто адекватно відреагувати на зовнішнє роздратування, інтегруючи отримані нервові сигнали і переробляючи їх в новий сигнал, придатний для нервового центру.

Для оцінки адекватності поведінки моделі нейрона природному об'єкту було проведено ряд обчислювальних експериментів на комп'ютерній моделі.

Програма дослідження включала в себе наступні етапи: дослідження реакцій одиночного нейрона на стимуляцію імпульсними потоками різної частоти; дослідження реакцій одиночних нейронів з різною організацією синаптического і дендритного апарату; моделювання нейронів різного розміру і аналіз відмінностей в реакціях моделей на тестові послідовності імпульсів.

Налаштування параметрів моделей грунтувалася на відомих експериментальних даних про часових параметрах процесів, що протікають у природному нейроні і результатах дослідження поведінки електронних аналогів нейронів [16].

На відміну від невеликих нейронів, при порушенні однакових груп входів більший нейрон менш чутливий до вхідним впливам і зазвичай генерує послідовності імпульсів в більш низькому діапазоні частот і відповідає одиночними імпульсами на вхідні дії.

Розроблена модель дозволяє побудувати нейрони з різною структурою мембрани. Змінюючи число іонних механізмів, кожну пару яких можна розглядати як дендрит клітини, можна буде змоделювати нейрони різних розмірів, не змінюючи значення параметрів мембрани. Також розроблена модель дозволяє побудувати нейрони ні тільки з різною структурою мембрани, але і з різним розташуванням синапсів на ній, (малюнки 4.1 та 4.2).


Малюнок 4.1 - Модель невеликого нейрона (N1)


Малюнок 4.2 - Модель великого нейрона (N2).


Тут обидві моделі нейрона мають ідентичну структур дендритного апарату (ділянки мембрани M2-M5 для моделі N1 і M3-M6 для моделі N2). Сома нейронів представлена ??однією ділянкою мембрани M1 для дрібного нейрона і парою для крупного [17].

Возбуждающие вхідні дії представлені у вигляді одиночного синапсу. Параметри моделей синапсів, ділянок мембрани і генераторів потенціалу дії ідентичні для двох нейронів (малюнок 4.3).

Таким чином, змінюючи тільки структуру синаптиче...


Назад | сторінка 11 з 15 | Наступна сторінка





Схожі реферати:

  • Реферат на тему: Молекулярні Механізми міжклітінніх взаємодій олігодендроцітів и нейронів в ...
  • Реферат на тему: Моделювання на мікрорівні: математична модель коливання круглої мембрани
  • Реферат на тему: Хвороба рухового нейрона
  • Реферат на тему: Організація закупівель ресурсів в умовах функціонування системи Just-in-Tim ...
  • Реферат на тему: Методична рекомендація по виконанню джазових стандартів &Ev'ry time we ...