当前位置:主页 > 医学论文 > 基础医学论文 >

丘脑神经元群模型建模及分析

发布时间:2020-10-17 18:43
   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。
【学位单位】:燕山大学
【学位级别】:硕士
【学位年份】:2019
【中图分类】:TN911.7;R338
【部分图文】:

模型原理,神经细胞


燕山大学工程硕士学位论文锥体神经细胞(Pyramidal neurons)和中间神经细胞(Interneurons),前者形成的是兴奋性突触后电位,后者形成的是抑制性突触电位。在大脑皮层的神经网络中,锥体神经细胞和中间神经细胞通过突触连接,从而调节兴奋和抑制的平衡。

脉冲响应函数,突触,兴奋性,细作


- 6 -图 2-2 突触脉冲响应函数随 A 的变化nsen 模型中细胞之间相互作用原理图如图 2-1 a)所示,由三种神经细胞胞群、星状兴奋性中间神经元群和抑制性中间神经元群。箭头表示细作用,点状表示细胞间的抑制性作用。兴奋性细胞群和抑制性细胞群

曲线,非线性函数,兴奋性突触,动作电位


前者是将突触前动作电位的平均脉冲密度者是将平均膜电压转换成动作电位的平均密度,即平均点性变换函数中,兴奋性突触后膜电位响应(EPSP)和抑制)分别表示为:( ) ( )( ) ( )atebtih t H t Aateh t H t Bbte Heaviside 函数。A 和 B 是幅值参数,用于调节突触后膜电益 A 和抑制性突触增益 B 与突触后电位的幅值成正比;制性突触时间常数,这四个参数用来调节兴奋性和抑制 A 变化的曲线如图 2-2 所示,图中 A 的取值分别为 2.5、3 a 的取值为12s 。从仿真结果可以看出,随着时间的增大越大,因此验证了可以通过改变兴奋性突触增益 A 的值。
【相似文献】

相关期刊论文 前10条

1 曾晓东,齐翔林,汪云九;神经元群简化模型的动态特性的研究[J];生物物理学报;1996年01期

2 胡胜发,阎平凡;人工神经元群的逐层学习[J];电子学报;1992年10期

3 樊平;刘扬;王伟;王磊;崔慧先;石葛明;;下坡跑对不同功能运动神经元群降钙素基因相关肽配布式样的影响[J];河北医科大学学报;2007年04期

4 石葛明;李双成;张凯;邢凌霄;崔慧先;;丙酸睾丸酮对不同功能运动神经元群降钙素基因相关肽配布式样的影响[J];中国医学科学院学报;2005年06期

5 谢良帜;关于大脑活动的一个新理论——神经元群理论简介[J];世界科学技术;1998年02期

6 陈科;颜红梅;尧德中;;失神癫痫发作神经元群模型研究[J];生物医学工程研究;2005年03期

7 秦茵;用H反射和M波评价恢复期偏瘫患者运动神经元群的兴奋性[J];国外医学(物理医学与康复学分册);2003年04期

8 石葛明,谭会兵,万选才,曹承刚,刘克;对大鼠两种不同功能运动神经元群调质CGRP配布式样研究[J];中国医学科学院学报;1996年06期

9 陈爱美;任荣升;孔丽萍;董桂岩;杨杰敏;;基于CORBA的分布式多神经元群测量方法[J];电子质量;2011年02期

10 王如彬;喻伟;;刺激作用下大规模神经元群的随机非线性演化模型及动态神经编码[J];生物医学工程学杂志;2006年02期


相关博士学位论文 前3条

1 周航;全脑尺度神经元群落追踪若干方法研究[D];华中科技大学;2018年

2 马震;基于神经元群模型的癫痫分析与控制[D];山东大学;2016年

3 耿淑娟;基于分支理论的神经元群模型非线性动力学特性分析[D];山东大学;2017年


相关硕士学位论文 前5条

1 张宏星;丘脑神经元群模型建模及分析[D];燕山大学;2019年

2 杨淑娟;耦合多通道神经元群建模及分析[D];燕山大学;2017年

3 李世杰;耦合双通道双动态神经元群模型及分析[D];燕山大学;2015年

4 李聪革;基于针刺多通道脑电信号模型的同步问题研究[D];河北工业大学;2014年

5 秦术蕊;含有时滞的FitzHugh-Nagumo神经网络的同步性分析[D];北京工业大学;2013年



本文编号:2845178

资料下载
论文发表

本文链接:https://www.wllwen.com/yixuelunwen/jichuyixue/2845178.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户5b556***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com