基于符號(hào)動(dòng)力學(xué)的神經(jīng)編碼機(jī)制研究.pdf

1、計(jì)算神經(jīng)科學(xué)作為一個(gè)新的學(xué)科領(lǐng)域，在近三十年的發(fā)展中，扮演著越發(fā)重要的角色。特別是非線性動(dòng)力學(xué)的引入，使得計(jì)算神經(jīng)科學(xué)取得了一些富有成效的研究成果。神經(jīng)編碼作為神經(jīng)信息傳遞、表達(dá)的主要載體，是腦研究的核心和基礎(chǔ)，也是發(fā)展人工智能道路上的一個(gè)重要環(huán)節(jié)。然而，由于神經(jīng)系統(tǒng)的復(fù)雜性和神經(jīng)元?jiǎng)幼麟娢话l(fā)放序列內(nèi)在的隨機(jī)性，科學(xué)界在神經(jīng)脈沖如何表達(dá)神經(jīng)信息這一基礎(chǔ)問(wèn)題上仍然存在著不少的爭(zhēng)議。無(wú)論是發(fā)放率編碼理論還是時(shí)間編碼理論，兩者在快速、精細(xì)的神

2、經(jīng)生理現(xiàn)象解釋上，均存在著不足之處。所以，開(kāi)展靈敏度高、響應(yīng)快、對(duì)輸入刺激變化保持單調(diào)性的神經(jīng)編碼理論研究對(duì)于揭示神經(jīng)系統(tǒng)信息處理的機(jī)制具有極其重要的意義。
　　本文利用圓映射和符號(hào)動(dòng)力學(xué)，以Hodgkin-Huxley模型及其組成的神經(jīng)網(wǎng)絡(luò)為研究對(duì)象，討論了外界電流刺激頻率、神經(jīng)元耦合強(qiáng)度等對(duì)神經(jīng)元?jiǎng)幼麟娢恍蛄械挠绊?。并根?jù)神經(jīng)元?jiǎng)幼麟娢慌c輸入電流刺激參數(shù)之間的單調(diào)關(guān)系，提出了基于符號(hào)序列排序性的神經(jīng)編碼理論，獲得的主要研究結(jié)果

3、如下:
　　(1)仿真結(jié)果表明，相對(duì)于其它神經(jīng)編碼理論，基于符號(hào)序列排序性的神經(jīng)編碼理論的最大優(yōu)點(diǎn)是具有可排序性，即對(duì)輸入刺激變化保持單調(diào)性;并且具有靈敏度高、響應(yīng)快等特點(diǎn)。例如，當(dāng)動(dòng)作電位長(zhǎng)度大于12個(gè)時(shí)，對(duì)外界時(shí)間信息編碼的最小分辨率可以達(dá)到20μs。本文以動(dòng)物聲源定位模型為實(shí)例，通過(guò)與其它編碼理論在雙耳時(shí)間差信號(hào)和雙耳幅度差信號(hào)檢測(cè)上的應(yīng)用作比較，說(shuō)明了基于符號(hào)序列排序性的神經(jīng)編碼理論能夠更好地解釋生物體快速、精確的神經(jīng)反應(yīng)

4、機(jī)制。
　　(2)通過(guò)擴(kuò)展圓映射符號(hào)動(dòng)力學(xué)理論的應(yīng)用，使得基于符號(hào)序列排序性的編碼理論不但能分析周期電流激勵(lì)下的神經(jīng)元模型或神經(jīng)網(wǎng)絡(luò)模型動(dòng)作電位序列，而且能分析非周期電流激勵(lì)下的神經(jīng)元或神經(jīng)網(wǎng)絡(luò)模型。拓展了該神經(jīng)編碼理論的適用范圍，使其適用條件更加符合生物體的實(shí)際神經(jīng)系統(tǒng)。
　　(3)神經(jīng)系統(tǒng)參數(shù)估計(jì)的仿真結(jié)果表明，基于符號(hào)序列排序性的神經(jīng)編碼在系統(tǒng)參數(shù)估計(jì)中具有很好的應(yīng)用潛力。現(xiàn)有的很多參數(shù)估計(jì)方法需要以高精度的信號(hào)測(cè)量為

5、基礎(chǔ)，而基于符號(hào)序列排序性的參數(shù)估計(jì)方法，在不需要高精度檢測(cè)的前提下能夠?qū)崿F(xiàn)系統(tǒng)參數(shù)的高精度估計(jì)。這大大降低了其對(duì)于檢測(cè)精度的要求，也說(shuō)明了這種方法對(duì)系統(tǒng)噪聲具有很強(qiáng)的免疫力，值得在人工智能發(fā)展中進(jìn)行進(jìn)一步研究和推廣。
　　總之，本文提出的基于符號(hào)序列排序性的神經(jīng)編碼理論，可應(yīng)用于混沌邊緣神經(jīng)元?jiǎng)幼麟娢恍蛄械亩炕治觥＿@一神經(jīng)編碼理論的提出對(duì)于深入研究生物體神經(jīng)系統(tǒng)的工作機(jī)制和神經(jīng)性疾病的發(fā)病機(jī)理，以及利用仿生方法發(fā)展人工智能等