基于突触可塑性的无标度脉冲神经网络的动态特性研究

生物神经网络具有小世界属性和无标度属性的双重特性,目前神经网络的研究大多基于小世界网络或聚类系数较低的无标度网络,而真实脑网络为具有小世界属性的无标度网络。为此本文构建了一个聚类系数较高的具有小世界属性的无标度脉冲神经网络,并从突触调节过程、放电特性和复杂网络特性三个方面分析了网络的动态演化过程。实验结果表明,随着时间的进行,突触强度逐渐减小并趋于稳定,导致网络的连接强度减弱并趋于稳定;神经元的放电率逐渐减小并趋于稳定,同步性逐渐变差;网络局部信息传输效率稳定,全局信息传输效率降低并趋于稳定,小世界属性比较稳定。无标度神经网络的动态特性随时间变化且相互影响,突触的调节是基于神经元放电时刻的,突触的调节会影响神经元放电情况和网络的复杂特性。本文构建了具有生物真实性的无标度脉冲神经网络,为人工神经网络的研究及其工程应用奠定了基础。     

基于脉冲时间依赖可塑性的自适应神经网络抗扰能力研究

为探究生物神经网络的自组织抗扰特性,进而为电子系统的电磁仿生防护提供新的思路和方法,本文基于神经网络中信息传递的机制和脉冲时间依赖突触可塑性(STDP)机制,探讨了突触可塑性与生物自适应特性的关系,然后选取Izhikevich神经元模型作为基本单元,以STDP机制调节的突触为桥梁,构建了四层的前馈神经网络模型,最后分析了该网络的自适应抗扰能力。仿真结果表明,基于STDP机制的神经网络具有很好的抗扰能力,且这种特性与STDP机制密切相关。基于此仿真工作将进一步进行领域转换,搭建模拟生物神经系统信息处理机制的神经元及突触的单元电路,并以该单元电路为基础设计具有自适应抗扰的电子电路。     

具有生长和衰老机制的生物神经网络的兴奋特性研究

在具有侧向抑制机制的小世界人工生物神经网络中,对神经元的放电特性引入增长和衰老机制,构建具有模仿实际生物神经网络生长和衰老功能的网络模型。为了研究该网络模型表现出来的发放电的特性与实际生物神经网络行为之间的一些关系,本研究数值仿真分析了该网络模型在不同噪声强度和不同耦合强度下的兴奋特性,发现模拟结果与实际生物神经网络在神经细胞处于生长发育或衰老时,对外界刺激所表现出的兴奋效应及其饱和效应有一定程度上的相似性,研究结果对探索实际生物神经网络的兴奋特性和放电节律具有较好的参考价值。     

基于长短时程突触互补网络的边缘检测方法

边缘检测的准确性对于提升人工视觉感知系统的性能具有重要意义。构建一种具有长短时程突触互补特性的神经元网络:首先引入视锥细胞群的主导颜色拮抗特性,对待测图像的颜色拮抗通道进行加权编码,获得待测图像的初级边缘感知;然后模拟神经元群同步放电特性,定义突触动态连接的神经元作用窗口,实现对初级边缘感知的群放电时间编码;接着构建长短时程突触互补模块,基于短时程内神经元群同步放电特性和长时程内神经元放电活动时序空间依赖性,实现长短时程突触可塑性编码及互补融合;最后通过对时间信息流的编码,得到边缘响应。以根据常规微生物实验需求而采集的20幅菌落图像为实验材料,并以重构相似度MSSIM、边缘置信度BIdx及综合性指标EIdx作为评价指标。结果表明,相对于VSC、NIS和MSP等3种主流方法,该研究算法的检测结果边缘准确且漏检率较低,与人工主观观测结果较为一致;同时MSSIM、BIdx、EIdx等3个指标的均值和标准差分别为0.909 6±0.037 7、0.671 5±0.105 7、0.804 8±0.052 1,整体性能优于上述3种主流方法。通过模拟神经元群体的长短时程突触互补特性,为实现视觉感知计算模型的构建以及在图像处理中的应用提供一种新的思路。     

基于STDP可塑性自适应神经网络的构建及仿真研究

目的：在日益复杂的电磁环境下,生物体神经系统表现出的一定程度的可靠性、抗扰性、自适应和自修复的优势,生物的这种抗扰优势可为研究电子电路系统的电磁仿生防护提供新的思路。方法：基于神经信息传递的生理机制以及突触的可塑性机制,揭示了脉冲时间依赖突触可塑性（Spike Timing Dependent Plasticity,STDP）机制与生物自适应之间的关系,然后选取了Izhikevich神经元模型为节点,以动态STDP机制调节权值的自适应突触为桥梁。进行了四层具有自组织抗扰能力的前馈神经网络模型的构建与仿真研究,并进一步分析了所构建的神经网络的自适应抗扰能力。结果：在损伤神经元的比例小于中间层的30％时。具备STDP机制的网络抗扰能力明显优于相同损伤程度下不具备STDP机制的网络的抗扰能力。结论：所构建的基于STDP可塑性的神经网络的自适应抗扰能力与突触的STDP可塑性机制密切相关。     

海马CA3区神经元集群放电的脉冲耦合神经网络仿真研究

目的 采用脉冲耦合神经网络(pulse coupled neural network,PCNN)对海马CA3区神经元集群放电进行仿真研究.方法 PCNN模型由120个神经元组成,兴奋性神经元与抑制性神经元个数之比为5∶1.神经元间的连接权重为高斯分布.结果 PCNN仿真模型输出结果表明,在周期信号、Gaussian随机信号及两类信号的线性叠加三类输入模式下,PCNN仿真网络的输出平均发放率均小于10%;神经元之间的稀疏连接可以通过调节权重实现.结论 ①在三类不同输入模式下,PCNN仿真网络的输出平均发放率均小于10%,满足海马CA3区神经元稀疏编码的特点.②在不同刺激下,模型中神经元的平均放电频率为6.02±1.55 Hz,其频率范围为3.6-8.6 Hz,与海马区神经元放电的特征频率(θ节律)一致.③在PCNN仿真模型中,神经元之间的连接可通过调节权重矩阵实现,满足海马CA3区神经元稀疏连接的特点.④针对不同的输出模式,PCNN仿真网络可输出网络中每个神经元在不同时刻放电的时间序列.PCNN仿真模型可以反映海马CA3区神经元集群的放电特性,其仿真结果可以作为研究海马区神经元集群编码的仿真数据.     

基于生物突触可塑性的仿生分层脉冲神经网络事件相机对象识别系统EI北大核心

脉冲神经网络(SNNs)以稀疏脉冲时间编码、异步事件驱动的方式天然地适合处理事件相机输出的事件流数据。为了提高现有的仿生分层脉冲神经网络对事件相机对象的特征提取和分类性能,本文提出一种基于生物突触可塑性的仿生分层脉冲神经网络事件相机对象识别系统。该系统首先基于脉冲神经元电位对原始事件流进行自适应分割以提高系统计算效率,然后使用基于生物突触可塑性的仿生分层脉冲神经网络对事件流数据进行多层的时空特征提取并分类。在基于Gabor滤波器的事件驱动卷积层提取初级视觉特征之后,网络使用基于无监督脉冲时间依赖突触可塑性(STDP)规则的特征层提取频繁出现的显著特征,以及基于奖励调节STDP规则的特征层学习诊断性特征。本文提出的网络在四个基准事件流数据集上的分类精度均优于现有的仿生分层脉冲神经网络,并且本文方法对于较短的事件流输入数据也有很好的分类能力,对输入事件流噪声也具有较强的鲁棒性。综上,本文提出的网络能够提高该类网络对事件相机对象的特征提取和分类性能。     

基于生物的神经网络的理论框架——神经元模型

由于人工神经网络（ＡＮＮ）的种类繁多、行为各异，因此有必要建立一个统一的建立在生物基础上的理论框架，以便进一步发展ＡＮＮ的各种高级应用。这个框架由神经元模型、突触的可塑性以及它的学习算法、神经网络的结构三部分组成，本文是它的第一部分。神经元模型是由建筑在神经生理基础之上的九个特性组成，可以定量描述包括：（１）空间总和效应；（２）时间总和效应；（３）阈值特性，这些特性是从长期的生理实验中获得的，也可     

基于神经网络芯片的阿尔茨海默病体外病理模型及其实时动态分析

阿尔茨海默病(AD)是一种慢性中枢神经退行性疾病。AD的主要病理特征为淀粉样蛋白β低聚物(AβOs)在胞外沉积形成老年斑,以及tau蛋白过度磷酸化在胞内积聚形成神经纤维缠结。本文提出了一种基于神经网络传感芯片的AD体外病理模型及其实时动态分析方法,在微电极阵列芯片上培养海马神经元并形成网络,使用AβOs诱导海马神经元构造AD体外模型,同时记录到锥体神经元和中间神经元两种放电模式,利用空间发放图谱和通道间的互相关系数验证了病理模型中神经元网络间信息连接的退化。该生物传感器能够从电信号上反应AβOs对神经网络的毒性反应以及神经元网络之间的信号传递功能,有望成为体外AD病理网络模型研究的一种新手段。     

海马CA3区联想记忆功能的神经网络建模

背景:海马是一个与记忆相关的重要脑区,在联想记忆中起着关键的作用。海马CA3区是形成联想记忆最重要的脑区,它从功能上被分为自联想记忆和异联想记忆。理解记忆的形成和读取需要建立海马功能的详细模型。目的:根据海马CA3区的结构,建立一个海马CA3区功能的详细模型。方法:该模型是一个三层的类Hopfield神经网络,由280个Izhikevich人工神经元组成。以Izhikevich神经元模型做为节点,用Hebbian学习法则调节权值。在给模型的输入加入白噪声的情况下用MATLAB对其仿真。在仿真中,记忆用同步放电序列表示。结果与结论:仿真结果表明,模型的第三层具有异联想记忆功能;模型的第一层和第二层能完成自联想记忆功能。该模型很好的重现了海马CA3区三个子区域的记忆功能。但真实生物神经网络的功能极其动力学特性不可能通过建立一个简单的模型完全理解。该模型由280个神经元组成,远远小于实际神经元的数量,这也说明所建模型的特性与CA3实际生物神经网络的特性之间还存在很大差距。     

磁感应下Chay神经元的簇发与同步转迁

基于神经元放电行为，首先通过快慢动力学分析研究了单个Chay神经元在电磁效应下的簇发。通过快子系统分 岔曲线上分支上Hopf分岔点的个数，结合激发态对应的稳定极限环，考察了其簇发类型及其动力学行为。其次在电磁感 应下以化学突触耦合的方式建立耦合神经元模型，通过数值仿真得到耦合系统的单参数及双参数分岔图，对系统放电行 为以及分岔现象进行分析。最后在电磁效应和化学突触耦合的共同影响下，通过统计量相似函数，量化考察了耦合系统 的同步变化及其转迁过程。电磁感应下神经元的簇动力学性质变化的结果对于电生理神经元的分析以及细胞放电的病 理研究提供了手段与依据，不仅对生物体的基本活动如生物信息传递和编码有重要作用, 而且也可以用来解释大脑的一 些基本机能。     

神经核团异常放电的数值模拟与FPGA实现

进行神经核团网络异常放电的数值模拟以及硬件实现。方法:选用Izhikevich模型模拟单个神经元放电,通过化学突触连接各神经元搭建神经核团网络,进而在FPGA上实现神经核团放电。对比Izhikevich模型在Simulink和DSP Builder两种软件中建模的相对标准误差,并分析各神经核团的放电特性。结果:两种软件中各神经核团的仿真结果相对标准误差均小于0.1,验证了建模的一致性。通过计算丘脑的中继可靠性指标RI=0.3<0.6,证明搭建的神经核团网络可以模拟帕金森病的一种放电状态。结论:模拟神经核团的异常放电对替代动物活体实验、探究神经性疾病的治疗方法和脑机接口研究等具有重要意义。     

突触噪声对神经元兴奋性调节的模型研究

结合已有关于突触噪声输入下神经元放电形式现象的研究,建立一个类似生理条件下的运动神经元膜特性的数学模型。该模型再现了有无突触噪声两种情况下的神经元放电的基本形式,在含有噪声输入情况下再现了膜振荡的现象。在此基础上分别对上述两种情况神经元动作电位的个数、幅度以及阈值作了定量描述。与双斜坡刺激相比,兴奋性突触输入增加动作电位个数约为16个,但是兴奋阈值增加;抑制性突触输入减少动作电位个数约为19个,兴奋阈值减小。在抑制性噪声输入和混合突触输入的情况下,动作电位幅度增量明显比双斜坡刺激的要小,其平均值分别下降为0.68、0.33 mV。该数学模型能够很好地模拟电生理实验过程中神经元含有膜振荡的动作电位现象,这对后续电生理神经元的分析以及细胞放电的病理研究提供了手段与依据。     

不同类型突触输入对电突触连接神经元同步化放电的调控

目的同步化放电在神经信息传递和编码过程中极为重要,如何调控神经元之间的同步化放电也一直是脑科学研究的热点之一。本文利用计算机模拟的方法,研究突触输入类型和相对强度的不同对同步化放电活动的调控作用。方法首先基于Izhikevich神经元模型,构造一个三神经元网络,然后添加不同类型的突触输入(电突触、兴奋性化学突触及抑制性化学突触),最后设定其中一个神经元为调控器,分析另外两个神经元的同步化放电活动。结果对于电突触和兴奋性化学突触输入,当两个神经元接收到的输入强度接近时,同步性会增强,反之则会减弱。而对于抑制性化学突触输入,当调控器神经元的放电频率较低时,同步性的变化与电突触和兴奋性化学突触的情况类似;当调控器神经元的频率较高时,同步化活动显著地被压制。结论电突触连接神经元之间的同步化活动会受到外界突触输入类型及相对大小的调控,为进一步探索神经系统中同步化活动的起源和调控提供了参考。     

基于忆阻器的脉冲神经网络研究综述

人工智能的快速发展对计算神经科学的计算速度、资源消耗和生物解释性提出了更高的要求。脉冲神经网络能够携带大量信息,实现对大脑信息处理方式的模仿。它的硬件化是实现其强大计算能力的重要途径,但也是极具挑战性的技术难题。忆阻器是目前功能最接近神经元突触的电子器件,能够以与生物大脑高度相似的脉冲时间依赖可塑性(STDP)机制响应脉冲电压,成为近几年研究构建脉冲神经网络硬件电路的热点。本文通过查阅国内外相关文献,对近几年基于忆阻器的脉冲神经网络的研究工作进行了深入了解和介绍。     

神经的建模研究方法

本文从神经膜结构、单个神经元和神经网络三个方面对神经系统的建模工作作了综述。在神经纤维的传导模型中,介绍了H-H方程模型、H-H方程模型的电路实现和神经膜的无电缆模型;在神经元的功能建模研究方面,介绍了电路实现的神经元功能模型和软件实现的神经元功能模型;在神经网络模型中,介绍了神经元模型、Hartline神经网络、Hopfield神经网络、Hamming神经网络和多层感知机模型。作者认为,神经建模的研究将是最终解释神经系统中复杂的功能特性的唯一最有效的方法。     

基于类Hopfield脉冲神经网络模型由突触缺失导致海马CA3区联想记忆功能障碍的建模仿真研究

目的 建立1个类Hopfield脉冲神经网络模型,仿真海马中突触缺失导致的其联想记忆功能障碍.方法 根据海马CA3区的解剖结构,建立1个具有自联想记忆功能和异联想记忆功能的3层类Hopfield脉冲神经网络模型,并用Matlab对网络的2种联想记忆功能进行仿真,并根据Ruppin的‘突触缺失＇理论,仿真了由突触缺失导致的CA3区联想记忆功能障碍.结果 随着突触缺失水平的增加,网络的2种联想记忆能力均下降.结论 海马CA3区神经元突触缺失不仅导致其自联想记忆能力下降,也会导致其异联想记忆能力下降.     

低钙高镁人工脑脊液对大鼠脑片臂旁外侧核神经元温度敏感性的影响

目的:探讨臂旁外侧核(Lateral parabrachial nucleus,LPBN)神经元的温度敏感性是否依赖于突触传递。方法:制备含LPBN的大鼠脑干片后,在32～40℃范围内循环改变灌流液温度,利用脑片膜片钳技术,鉴定LPBN神经元温度敏感性;然后灌流低钙高镁人工脑脊液(Ca~(2+)0.2 mmol·L-1,Mg~(2+)11.4 mmol·L-1)阻断突触传递,进一步检测大鼠LPBN热敏及温度不敏感神经元在不同温度下的胞外自发放电活动的变化,分析其温度敏感系数的变化。结果:阻断突触传递后,热敏神经元的自发放电活动及温度敏感系数均无显著变化(P0.05);阻断突触传递后,中等斜率(n=11)和低等斜率(n=11)的温度不敏感神经元的自发放电频率呈多样性改变,放电幅度无明显改变(P0.05),温度敏感系数大部分显著提高(P0.05),其中4个神经元在突触阻断后,从温度不敏感神经元变成热敏神经元,洗脱后又恢复为温度不敏感神经元。结论:LPBN热敏神经元的温度敏感性与突触传递无关,属于内在特性。     

静息态脑功能网络的小世界属性研究

人脑是一个复杂的网络,不同的功能区域相互作用、相互协调。本文综述了静息态脑功能网络的小世界属性研究方法,首先介绍了基于图论的复杂网络模型的基本概念和特征度量,然后介绍了基于功能磁共振成像数据构建脑功能网络的方法,最后分析了构建的脑功能网络的小世界属性。     

神经元功能网络的度量及性能分析

网络的度量是复杂网络理论在神经元集群信息处理机制解析中的重要研究内容之一。针对神经元功能网络的定量度量问题,系统分析了聚类系数、全局效率、特征路径长度及传递性等度量指标与网络拓扑连接变化的定量描述关系。基于锋电位发放序列构建了神经元功能网络,仿真研究表明,构建的网络可以有效表征神经元之间的连接关系。利用鸽子弓状皮质尾外侧区(NCL)实测数据,研究了神经元功能网络对鸽子运动行为的编码特性。研究表明,NCL区神经元功能网络可以有效编码鸽子的运动行为,而且四种度量指标在鸽子左转、直行和右转等不同行为时具有显著差异。研究结果表明本文的神经元功能网络构建方法可行,对于解析大脑神经信息处理机制具有较高的应用价值。