✅作者简介热爱科研的Matlab仿真开发者擅长毕业设计辅导、数学建模、数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。 往期回顾关注个人主页Matlab科研工作室 关注我领取海量matlab电子书和数学建模资料个人信条格物致知,完整Matlab代码获取及仿真咨询内容私信。 内容介绍一、背景一神经元模型研究的重要性神经元作为神经系统的基本组成单元其电生理特性的研究对于理解神经系统的功能和信息处理机制至关重要。神经元模型是研究神经元行为的重要工具它通过数学方程来描述神经元在不同条件下的电活动如膜电位变化、放电模式等。深入研究神经元模型不仅有助于揭示神经系统的奥秘还为神经科学、认知科学以及神经工程等领域的发展提供理论基础。二传统神经元模型的局限性传统的神经元模型如经典的泄漏积分点火Leaky Integrate - and - Fire, LIF模型在解释神经元的一些基本电生理现象方面取得了一定成功。LIF 模型假设神经元膜电位以线性方式随时间积分并在达到阈值时发放一个脉冲随后膜电位复位。然而这种模型基于整数阶微积分过于简化了神经元复杂的生物物理过程。实际神经元的电生理行为受到多种因素的影响包括细胞膜的电容、离子通道的动力学等这些过程往往具有非局部和记忆特性传统整数阶模型难以准确描述。三分数阶微积分引入的意义分数阶微积分作为整数阶微积分的推广能够更好地捕捉系统的非局部和记忆特性。将分数阶微积分引入神经元模型可以更精确地描述神经元电活动中的复杂动态过程。分数阶导数的阶数可以作为一个额外的参数用于调整模型对神经元电生理行为的刻画从而使模型更加灵活和准确地反映真实神经元的特性。二、分数阶泄漏积分点火神经元模型原理三模型特性非局部性与记忆性分数阶导数使得膜电位的变化不仅取决于当前时刻的电流和膜电位还依赖于过去一段时间内的状态。这更符合神经元实际的电生理过程例如神经元对之前输入信号的记忆会影响其当前的响应。灵活性分数阶导数的阶数 α 可以调节模型的动态特性。不同的 α 值对应不同程度的记忆和非局部特性从而可以模拟出多种不同类型神经元的电生理行为。例如较小的 α 值可能对应具有更强记忆性的神经元而较大的 α 值则使模型更接近传统整数阶模型的行为。三、模拟神经元电生理特性一膜电位变化模拟在恒定注入电流 I0 下通过数值求解分数阶微分方程来模拟膜电位 V(t) 的变化。常用的数值方法如 Adams - Bashforth - Moulton 方法可以有效地处理分数阶微分方程。随着时间推移膜电位在分数阶泄漏和电流注入的共同作用下逐渐变化。当膜电位达到阈值 θ 时产生放电脉冲随后复位到 Vreset形成周期性的膜电位波动。二放电频率计算放电频率是指单位时间内神经元发放脉冲的次数。通过记录一段时间内神经元的放电次数 N并除以该时间段 T可得到放电频率 fTN。分数阶模型中由于其非局部和记忆特性放电频率可能与传统整数阶模型有所不同且会受到分数阶导数阶数 α 和注入电流强度 I0 的影响。例如增加注入电流强度通常会提高放电频率而改变 α 值可能改变膜电位上升和下降的速率进而影响放电频率。三峰峰间期ISI分析峰峰间期ISI是指相邻两个放电脉冲之间的时间间隔。在分数阶泄漏积分点火神经元模型中ISI 反映了神经元两次放电之间的时间动态。通过分析 ISI 的分布可以了解神经元放电的规律性和稳定性。不同的 α 值和注入电流条件下ISI 分布可能呈现出不同的特征。例如在某些参数设置下ISI 可能相对稳定呈现出近似周期性的分布而在其他情况下ISI 可能出现较大波动反映出神经元放电的不规则性。这种对 ISI 的分析有助于深入理解神经元的信息编码和处理机制。综上所述分数阶泄漏积分点火神经元模型通过引入分数阶微积分为研究神经元的电生理特性提供了一个更准确和灵活的框架。通过模拟膜电位变化、放电频率和峰峰间期等特性该模型能够揭示神经元复杂的动态行为为神经科学领域的研究提供有力的工具。⛳️ 运行结果 部分代码taumNetProp.TauM;refracNetProp.Refrac/NetProp.dt;vthNetProp.vTh;vpeakNetProp.vpeak;v0NetProp.v0;vrestNetProp.vrest;NampNetProp.Noise;rmNetProp.Rm;dtNetProp.dt;vvrest.*ones(length(t),Ncells);v(1,:) v0(1,:);vrestvrest.*ones(length(t),Ncells);spzeros(length(t),Ncells);isstillrefraczeros(1,Ncells);rfcounterzeros(1,Ncells);Inhib zeros(length(t),Ncells); 参考文献往期回顾扫扫下方二维码