一、神经放电加周期分岔中由随机自共振引起一类新节律（论文文献综述）
葛梦炎[1]（2021）在《电磁场调控下神经网络的集体动力学与信号同步性传递》文中进行了进一步梳理有关脑科学的探索已经在许多领域中展开,目前研究的比较成熟的是神经元动力学,它利用数学模型、理论分析和计算机模拟来研究生物学上神经元和神经系统中真实的生物物理模型。神经元电活动和信息处理在神经系统中有很重要的作用,不同的神经元放电模式代表着不同编码意义和生物功能。在耦合的神经网络中,神经系统受高频刺激影响所引起的振动共振、触发同步以及弱电信号的传播等现象,都与大脑的生理功能有着密切的关系。由于电磁场对脑部神经元电活动有调节能力,本文采用几种神经元数学模型来研究电磁驱动下单个神经元、链状神经网络以及多层前馈神经网络中的集体动力学以及神经系统电信号传播动力学等。下面介绍本文的主要研究内容:1.基于改进的电磁驱动下神经元模型,研究了电磁辐射对单个神经元放电模式以及链状网络中集体动力学的影响。首先将高低频电磁辐射刺激和高斯白噪声考虑到单个神经元上,并通过改变分岔参数来研究神经元的电活动模式的转变,研究发现,通过改变分岔参数,神经元的电活动模式之间进行了转换。而且在高低频电流刺激和弱电磁驱动下,可以观察到双振动共振现象,而在强电磁驱动下,只有单振动共振现象发生,与不考虑电磁驱动的情况相比,考虑电磁场效应会削弱神经元振动共振,而且还会抑制多重振动共振。此外,研究电磁驱动下链状神经网络中的集体动力学,研究发现,当电磁场耦合强度比较大时,链状神经元网络中的所有神经元都被激发,神经元的尖峰保持同步态,触发率变大。化学自突触为负反馈时,链状网络的波无法从中央神经元传播到链状神经网络的两端,自突触为正反馈时相反。2.构建了多层前馈神经网络进行仿真模拟,研究影响神经元触发同步性及弱信号传播能力的因素。在兴奋性和兴奋性抑制性神经网络中,通过讨论噪声和层间突触权重对亚阈值兴奋性突触后电流传播能力影响,研究发现,神经网络中弱信号以最佳的噪声强度值稳定地传播,不同噪声强度会增强或减弱系统输出对弱信号的响应。并且在较大的层间突触权重下,弱信号可以稳定地传输到输出层,但是对于较小的突触权重,弱信号的传播可能不会到达输出层。此外,在合适突触权重和噪声下,输出层的神经元完全同步触发放电。3.考虑由电磁驱动下的多层前馈神经网络,研究电磁感应、噪声及突触权重对多层神经网络中的同步触发性和非周期亚阈值电信号传播能力的影响。研究发现,存在最优的噪声强度可使信号传播保持最佳态,但是通过增大电磁驱动会削弱最优传播性。而且与不考虑电磁辐射的情况相比,增加电磁辐射会降低弱信号的传播能力。随着电磁辐射强度的增强,关于弱信号到达输出层所需要的时间变得更长。此外,恒定的输入弱信号与合适的噪声强度相结合,将在适当的电磁场下弱信号稳定地传播到后层。当系统处于强磁场时,由于突触权重小,弱信号传输失败。
乔帅[2]（2021）在《电磁感应下神经元模型的分岔模式及其控制》文中指出本文研究了电场和磁场作用下具有双稳态特性的两类神经元模型的放电模式,综合运用Matcont软件、XPPAUTO软件以及非线性动力学相关理论深入分析了其隐藏放电的演变规律及其控制策略。基于单参数和双参数分岔分析,着重探讨了在复杂电磁辐射调制下系统的参数,包括外界刺激电流、电磁感应强度和磁通反馈增益等因素对神经元模型的全局分岔结构、共存吸引子及其吸引域的影响。主要研究内容如下:1.神经系统中大量的离子（如,钾、钠和钙离子）运动将会激起时变的电场,而诱导的电场能够进一步调节神经元的放电活动。综合运用数值模拟和Hopf分岔控制理论,研究了电场作用下具有双稳态特征的四维Hindmarsh-Rose（HR）神经元模型放电活动及其全局分岔模式。通过应用Matcont软件包及其编程分析了该模型的全局吸引域,研究发现该模型存在由亚临界Hopf分岔引起的共存模式振荡以及隐藏放电行为。此外,基于Washout控制器有效控制了该模型的不稳定分支,由此消除了隐藏放电模式。有趣的是,通过双参数分岔分析,本文还发现该模型普遍存在“梳”状的混沌结构及其伴有混沌（或者无混沌）加周期分岔模式。值得关注的是,考虑到电场不可避免受到外界周期扰动,这将导致该模型的放电模式更加复杂,并且具有丰富的共存放电模式。2.基于磁控忆阻器实现了磁通变量对神经元膜电位的耦合,建立了一个具有混合振荡模式的e-HR神经元模型,并深入探讨了e-HR模型中平衡点的分布及其分岔性质,发现该模型中存在亚临界Hopf分岔、共存振荡模式和周期的隐藏吸引子。值得关注的是,通过施加Washout控制器能够将该模型的亚临界Hopf分岔点转变为超临界Hopf分岔点,与此同时,该模型的隐振荡行为被有效地消除。为了分析不同参数对该模型分岔行为的影响,基于单参数分岔图、双参数分岔图和最大Lyapunov指数图等数值仿真工具,大量数值结果表明该模型存在复杂的放电行为及其加周期分岔模式。此外,研究还发现该模型具有周期性簇放电与混合模振荡（mixed–mode oscillations,简称MMOs）共存的行为,这将导致相应的双参数平面上出现不连续的“周期位错层”分岔结构。有趣的是,当系统参数受到随机扰动时,该模型的周期簇放电能够转变为MMOs模式。3.综合Wilson模型的快动力学变量、HR模型的慢动力学变量和状态依赖的电磁感应效应,建立了一个具有多稳态的四维混合神经元模型,并通过全局分岔分析研究了该模型的放电活动及其分岔规律。详细地,当电磁感应强度不依赖膜电位阈值变化时,基于Matcont软件及其编程,探讨了该模型在双参数平面上的全局稳定性及其Hopf分岔和鞍结分岔行为。此外,通过双参数分岔图及其相应的最大Lyapunov指数图,大量的数值研究表明该模型具有含（无）混沌加周期分岔模式和“梳”状的混沌结构。当电磁感应强度依赖于膜电位阈值变化时,原光滑的混合神经元模型转变为具有膜电位阈值控制下的非光滑的切换（Filippov）系统,与此同时,讨论了该切换系统的平衡点的存在性及其稳定性。值得关注的是,膜电位的阈值对该模型的“梳”状的混沌结构具有破坏性作用,由此发现了该切换系统具有多吸引子共存现象,并基于相轨迹、庞加莱截面和吸引域等仿真方法详细地分析了共存吸引子的时空分布。本文的研究结果将为神经计算科学和人工智能网络设计提供了有益的探讨。
邵雨竹[3]（2019）在《基于分岔理论的多反馈回路神经群模型振荡特性研究》文中认为神经振荡研究是探索神经电活动的重要途径,也是揭示大脑认知、感知、学习和记忆等功能的重要手段。振荡节律是神经振荡的具体表征。介观尺度的神经群模型（Neural Mass Models,NMMs,以下简称神经群）是一类研究神经振荡的重要模型。神经群是非线性动力系统,拥有典型而丰富的动力学行为;是从神经信息学角度理解神经振荡产生和调控规律的重要途径。神经群中的反馈结构与外部输入对神经群非线性动力学行为起着重要的调控作用。因此,本研究旨在从非线性动力学角度探究快速抑制性反馈回路和外部输入对神经群非线性动力学特性和振荡节律的调控规律,从而揭示多反馈回路神经群模型的振荡特性,达到理解神经振荡特性的目的。已有神经群的振荡特性研究主要针对由兴奋性和抑制性回路组成的Jansen&Rit的经典模型,但真实的神经群是由多反馈回路构成,所以多反馈回路对神经群的振荡节律的调控作用仍有待进一步的研究。外部输入表示外部刺激或者来自其它神经群的信号,在神经振荡调控中起着重要的作用。已有相关研究主要集中于单输入对神经群的振荡节律的调控上,而多输入对神经群的振荡节律调控规律的研究仍然是欠缺的。混沌神经振荡是一类具有不规则节律的特殊神经振荡。倍周期分岔是系统进入混沌的重要途径,此类分岔可以引发神经群的混沌振荡,因此,研究倍周期分岔引发的混沌神经振荡对相关较少的混沌神经振荡研究有一定的补充。本研究根据Ursino等人提出的具有多反馈回路神经群模型,此模型由兴奋性反馈回路、慢速抑制性反馈回路和快速抑制性反馈回路组成,其中快速抑制性反馈回路还拥有一条自反馈回路。在快速抑制性反馈和锥体神经元处分别有两个外部输入。此外,此模型能够产生倍周期分岔引发的混沌神经振荡。因此,此模型作为典型的多反馈回路和多输入的神经群模型为研究多反馈与外部输入对神经群的振荡节律的调控规律提供了可行的模型基础;也为混沌神经振荡的研究提供了有力的支持。本研究将分岔分析方法和频谱分析方法作为主要研究方法,以研究此模型的非线性动力学特性以及振荡特性。具体研究内容如下:1.研究快速抑制性反馈回路（以下简称快速抑制性反馈）以揭示多反馈对神经群的振荡节律的调控规律。对快速抑制性反馈的主要参数进行余维一分岔,得到了各参数的典型动力学模式参数区间。通过余维二分岔给出此反馈的自反馈（突触连接数目）分别与突触模型、神经元胞体模型的余维二参数区间。振荡频率曲线给出此反馈调控下的振荡节律变化趋势。自激振荡与诱发振荡频率分布图给出了自反馈（突触连接数目）分别与突触模型、神经元胞体模型相互作用下的两类振荡频率分布。上述结果定量剖析了此反馈对神经群动力学特性和振荡节律的调控规律。2.研究此模型的外部输入将揭示多外部输入对于神经群的振荡节律的调控规律。对快速抑制性反馈处输入和锥体神经元处输入进行余维一分岔,分别给出两者的典型动力学模式参数区间;通过余维二分岔给出两外部输入的余维二参数区间。振荡频率曲线给出两输入调控下的振荡节律变化趋势;振荡频率分布图给出两者相互作用下的振荡频率分布。上述结果定量剖析了外部输入对神经群动力学特性和振荡节律的调控规律。3.此模型部分参数产生倍周期分岔,因此,研究以上参数的倍周期分岔引发的混沌振荡特性将揭示此类振荡的特性。对上述参数进行余维一分岔,得到各周期的典型动力学模式参数区间;通过仿真得到了此类振荡的输出状态。振荡频率曲线给出各周期的振荡节律变化趋势。上述结果剖析了倍周期分岔引发的混沌振荡的动力学特性和振荡节律的调控规律。本研究结果表明:快速抑制性反馈对神经群的振荡节律起着重要的调控作用,特别是高频振荡;自反馈（突触连接数目）在快速抑制性反馈调控作用中占有主导,相比于其它参数具有更强的鲁棒性;多反馈回路参数间的相互作用对模型振荡调控起着重要作用;注入快速抑制性反馈处的输入能更有效调控神经群的振荡节律;倍周期分岔引发的混沌振荡对神经群的振荡节律有抑制作用。本研究从动力学角度丰富了神经节律产生及在认知、感知、学习与记忆中所承担的任务的研究成果,因此具有一定参考价值。
徐国丽[4]（2013）在《神经元模型的动力学特性研究》文中指出神经元系统是高度的非线性系统，由于生物神经系统是由数量庞大的神经细胞相互连接组成的极其复杂的多层次的信息网络系统，因此神经元的放电活动和信息编码过程中存在着复杂非线性动力学行为。本文以可兴奋神经元模型和不可兴奋神经元模型为研究对象，分别对各模型进行了数值仿真，分析了各模型的力学特性，具有一定的理论与实际意义，论文主要内容包括：在已有的神经元模型HR、ML、Chay及Borghans模型的基础上考虑了外电场和外击电流，组成了新的非线性动力学模型。在数值计算的基础上，得到了各模型的分岔图、相图以及部分Lyapunov指数图。采用分岔图、Lyapunov指数图、相图及FFT图，详细地分析了各个模型在参数变化时的动力学特性，得到了系统的周期运动、混沌运动，同时分析了各模型在不同参数下的放电状态。具体分析结果如下：（1）本文分别研究了这些可兴奋放电模型在单个参数下的分岔行为和两个参数下的分岔行为，分析了倍化分岔和加周期分岔在神经元模型放电活动中的普遍存在性；（2）通过单参数分岔图和双参数分岔图的对比，充分说明了多参数下讨论神经元模型的动力学行为的必要性及对现实生活的指导意义；（3）通过加入微量外电场的分岔图与不考虑外电场的分岔图的对比，验证了外电场的存在对神经系统功能的干扰作用，结论为神经元实验提供了理论依据。
古华光,惠磊,贾冰[5]（2012）在《一类位于加周期分岔中的貌似混沌的随机神经放电节律的识别》文中研究指明识别非周期神经放电节律是混沌还是随机一直是一个重要的科学问题.在神经起步点实验中发现了一类介于周期k和周期k+1（k=1,2）节律之间非周期自发放电节律,其行为是长串的周期k簇和周期k+1簇的交替.确定性理论模型Chay模型展示出了周期k和周期k+1节律的共存行为.噪声在共存区诱发出了与实验结果类似的非周期节律,说明该类节律是噪声引起的两类簇的跃迁.非线性预报及其回归映射揭示该节律具有确定性机理;将两类簇分别转换为0和1得到一个二进制序列,对该序列进行概率分析获得了两类簇跃迁的随机机理.这不仅说明该节律是具有确定性结构的随机节律而不是混沌,还为深入识别现实神经系统的混沌和随机节律提供了典型示例和有效方法.
古华光[6]（2012）在《神经放电节律的动力学的研究》文中研究表明本文总结了神经放电节律的动力学及其在神经信息编码的意义。包括神经放电的混沌和随机节律,节律模式在参数空间的分岔结构。以血压压力感受器为例获得节律和分岔在信息编码中的作用。对放电节律在神经元网络行为研究的可能作用进行了分析。
崔睿[7]（2011）在《由三态跃迁机制产生的两种神经放电节律》文中研究表明通过慢性结扎坐骨神经制备的外周实验性神经起步点模型在有关神经放电节律模式及其转迁中得到了一系列的应用。迄今,研究人员在实验性神经起步点这个实验模型中已经发现并记录到了丰富的神经放电节律模式,并运用非线性动力学的方法研究自发神经放电的内在动力学规律。随机共振现象的发现和提出,使得人们认识到噪声可以与系统协同作用而有利于系统信号的输出。神经电活动中也存在经随机共振或随机自共振等机制产生的自发放电节律,提示噪声对神经元的放电活动具有重要的影响,因此可能参与神经系统的信息处理过程。研究神经放电节律及噪声在神经系统运动中的作用有助于发现神经运动的一般规律以及噪声在生命活动中的存在和意义。神经系统随机运动的运动规律和产生机制一直是一个重要的研究课题。本文介绍了实验性起步点中两种鲜见的三态跃迁节律,并借助非线性动力学数学模型作为理论分析工具对其运动性质以及产生机制进行了初探。主要实验结果如下：1.在实验性神经起步点两例神经单纤维上分别观察并记录到两种三态跃迁节律,分别表现为静息、周期1、周期2簇放电随机交替出现以及静息、周期2、周期3簇放电随机交替出现。2.确定性Chay模型数值仿真可以得到这样的加周期分岔：从静息到放电（从静息到周期m（m=1,2））、再从一种放电到另一种放电（从周期m到周期m+1（m=1,2））的两个分岔点可以非常接近,v。的小范围变动可以使得神经系统有三种不同的状态。3.从静息到放电（从静息到周期m（m=1,2））、再从一种放电到另一种放电（从周期m到周期m+1（m=1,2））的两个分岔点非常接近地加周期分岔背景下,加入适当的噪声（D=0.005）数值仿真得到与实验模型中类似的两种三态跃迁节律。揭示三态跃迁节律的产生机制为分岔点附近适当的噪声对使系统在三种状态之间随机跃迁。4.噪声对神经元运动状态有重要的影响作用。分岔点附近（分岔点双侧）噪声的扰动使得神经元系统在三种状态间随机跃迁,形成三态跃迁节律。5.噪声强度的改变使得神经元的运动状态发生改变。在同样的分岔背景下,同样的Vc区间,当噪声强度为D=0.005时,神经系统的运动状态表现为三态跃迁；当噪声强度为D=0.0001时,神经系统的运动状态表现为两态跃迁。这说明噪声对系统运动状态的影响作用不仅体现在噪声的有无,而且体现在噪声强度的大小。以往实验性神经起步点中的随机运动是在两种状态之间的跃迁,而本研究发现并记录到的两种节律为神经系统在三种状态之间的跃迁。理论分析揭示当神经元系统接近从静息经分岔到放电的临界状态,且从静息到周期m的分岔点与从周期m到周期m+1的分岔点非常接近时,在噪声的作用下系统运动在静息、周期m、周期m+1三种状态之间随机跃迁,从而形成了这两种三态跃迁节律。基于三态跃迁节律的随机共振或者随机自共振还有待研究,三态跃迁节律的生理学意义以及对三态跃迁节律的性质还需要进一步深入研究。
路美玲[8]（2011）在《钙依赖性钾通道阻断剂对神经起步点自发放电节律的影响》文中指出有机体和外界发生互动的结构基础是神经系统,信息在神经元上是以动作电位的形式传递。动态变化的外界信息会通过影响神经动作电位的产生而引起神经放电节律的动态变化。动作电位的产生是神经元上各种离子通道共同作用的结果,所以任何影响通道开关的因素都可能影响动作电位的出现和放电频率、放电节律的改变。近几年来,根据理论模型研究结果的提示,围绕着外周神经损伤区自发放电的节律及分岔规律,我们进行了深入的实验研究,例如改变胞外钙离子浓度,发现损伤区存在十分丰富的节律模式和转化规律,而用TEA阻断钾离子通道,也会使放电呈现丰富的节律模式和很多的节律转迁历程。上述结果提示,钙离子通道和钙激活性钾离子通道可能对神经放电的调节起着关键作用。本实验主要研究钙激活钾离子通道对神经放电活动的影响。实验分为以下三个部分：第一部分利用钙离子螯合剂EGTA观察胞外钙离子浓度对神经电活动的影响；第二部分利用非特异性钾离子通道阻断剂TEA观察钾离子通道对神经电活动的影响；第三部分利用BK通道特异性阻断剂IBTX、SK通道特异性阻断剂apamin观察钙依赖钾离子通道对神经电活动的影响。实验重点观察损伤神经自发放电节律的转迁变化,力求对神经电活动的分岔规律获得比较深入和全面的理解,再仔细比较使用钙激活钾离子通道特异性阻断剂和非特异性阻断剂后节律变化程度的异同,以探明外周神经损伤区存在的钙激活钾离子通道的类型。本研究发现在慢性损伤坐骨神经的损伤区存在钙激活钾通道,对这些通道的调控可以改变损伤神经自发放电的节律,这些发现有助于了解慢性神经痛的外周机制,也为临床上治疗慢性神经痛提供了新的思路.主要结果有：1.实验中首先使用钙离子螯合剂观察损伤神经的自发放电活动的变化,发现降低胞外钙离子浓度可以使神经放电频率明显增加,并出现了倍周期、加周期等多种分岔节律转迁模式。2.起步点施加钾离子通道阻断剂TEA会使放电节律出现转迁。实验中,应用非特异性钾通道阻断剂TEA,放电频率明显增加,还观察到了多种不同类型的放电节律模式,包括阵发周期节律、周期簇放电、周期峰放电、混沌簇放电以及混沌峰放电等节律,以及很多类型的周期共存节律、整数倍节律,如：周期1和周期2之间的随机交替节律,周期2和周期3之间的随机交替节律,以及静息、周期1、周期2之间的随机交替节律和静息、周期2、周期3之间的随机交替节律,此外,还有较多的节律动态变化规律,包括由周期1簇直接到周期1峰放电的节律转迁,由周期1簇放电经过加周期分岔到周期2簇放电再经过复杂的节律变化到周期1峰的分岔形式,以及由周期1簇放电经倍周期分岔到周期2簇放电再经过复杂的分岔变化到周期1峰放电,以及周期之间通过二态节律交替、三态节律交替共存进行分岔转迁,还有由周期1簇经过完整的分岔序列到周期1峰放电。在TEA作用下的节律转迁较难出现周期3以上的确定周期。3.使用BK通道特异性阻断剂IBTX、SK通道特异性阻断剂apamin观察钙依赖钾通道对神经电活动的影响。发现（一）、单独使用IBTX和apamin均可增加放电频率,但是程度远小于TEA作用下放电频率的增加；（二）、单独使用IBTX和apamin均使神经产生放电节律转迁,但只是部分地诱发TEA所诱发的转迁历程；（三）、联合应用IBTX和apamin诱发的分岔转迁历程与TEA所诱发则更为接近。仔细比较发现IBTX、apamin和TEA所诱发的分岔转迁基本历程相似但表现细致的区别,这些结果提供了参与损伤神经自发放电形成的钙激活钾离子通道的直接药理学证据,提示在实验性神经起步点可能存在BK和SK通道,并且其在调节放电节律中的作用不同。4.使用钙依赖钾离子通道阻断剂使放电产生节律转迁的过程中,出现了很多二态节律共存以及三态节律共存现象。（一）、二态节律共存表现为周期1周期2交替出现、周期2周期3交替出现以及静息周期2交替出现,每种交替节律又有多种放电的表现形式和回归映射形式；（二）、三态节律共存表现为静息、周期1、周期2交替出现,静息、周期2、周期3交替出现,静息、周期1、高周期交替出现,静息、周期1、混沌交替出现,以及静息、周期1、周期2、周期3、周期4、周期5交替出现,每种交替节律又有多种放电的表现形式和回归映射形式；（三）、还有一例在洗回中所出现的周期转迁过程中,每两个相邻的周期之间是通过二态节律共存和三态节律共存转迁的。实验结果表明,改变胞外的钙离子浓度和阻断钾离子通道会改变神经放电频率和放电节律,出现多种转迁分岔类型,而且钙激活钾通道BK、SK在神经起步点的自发放电过程中可能起着关键的作用,这为进一步研究BK、SK通道的作用打下基础,并为深入认识理解神经编码信息打下基础。
王亚龙[9]（2011）在《神经元及其网络的一些动力学行为研究》文中研究表明本文分别研究了HR模型及Chay模型的分岔行为,研究了由倍周期到混沌的分岔过程；用ML模型对两个不同频率的异质振子通过增强耦合强度使得两个振子逐渐达到同步,但是没有实现完全的同步；选取了三个反映同步化程度的指标平均向量场、同步因子和放电概率,数值模拟研究了网络噪声和振子数量对同步化行为的影响。研究结果对神经电生理实验提供了理论参考。第1章绪论叙述了非线性动力学的发展以及其非线性动力学在神经系统研究中的重要作用；其次叙述了可兴奋细胞耦合系统网络和同步的研究现状与进展,包括耦合神经元的同步,及国内对耦合神经元都做了那些方面的研究；概括了噪声对神经元系统的影响作用；概括叙述了本文的内容安排。第2章讲述了必要的基本知识和基本概念,包括：神经元的概念,神经元的结构及类型,神经元的电活动,神经元的可兴奋性,神经元的数学模型,给出了数学模型中对应变量的物理意义,神经元中常见的分岔,随机共振理论介绍,动力系统的同步。第3章研究了可兴奋性细胞HR和Chay模型的分岔,深入研究了两个模型由倍周期分岔到混沌的分岔情况,跟费根鲍姆常数做了比较。第4章研究了两个可兴奋细胞的同步问题,通过计算峰峰间期ISI来衡量同步化程度,通过增加耦合强度使两个细胞逐渐接近同步,但是不能实现完全同步。第5章选取了三个反映同步化程度的指标平均向量场、同步因子和放电概率,数值模拟研究了网络噪声和振子数量对同步化行为的影响。随着噪声强度的增大,三个指标都出现了先增加再降低的现象,即发生了相干共振。在不同的耦合强度和噪声强度下,三个同步化指标随着振子数量的增加都呈现出了降低的趋势,表明了网络同步化行为的减弱。第6章给出了本文的结论。
朱洲[10]（2011）在《损伤神经放电中新型混沌的研究》文中研究表明神经元放电的信息蕴含在动作电位产生的频率和延迟时间中,相关的频率编码和时间编码理论也在不断发展。早期神经编码理论认为：动作电位的发放频率和生理信号刺激的强度有正比关系,但是,之后通过鲨鱼温度感受器的研究,揭示了神经放电的频率和节律对温度调节都有关系。最近在神经编码的研究中,通过研究对家兔减压神经放电时间序列编码信息和血压变化关系,发现了动作电位的节律和血压的变化之间有较好的对应关系,血压信号通过调节去极化电流来改变神经放电的节律。这些结果都说明了研究神经放电的模式对于神经调节生命活动的认识是重要的问题,科研人员试图将神经编码的中信息和其生理学意义相结合起来以求寻找最直接的实验证据,并在生理实验结果和数学模型结果上相互指导,共同发现神经放电的规律。兴奋的生物物理学研究方向不仅仅是一种简单的学术上的交叉产物和研究手段,致力于认识神经元活动从而揭示自然界中更为普遍的规律做出更大的贡献。单一神经元放电模式可以在慢性痛神经起步点模型中被观察到,解决神经元群体放电和编码信息的过程可以将单个神经元放电作为参考和研究依据。目前相关的研究不断地丰富着神经元放电模式的认识,特别是混沌概念和分析方法应用到研究神经放电中,有利于深层次的认识非周期节律和不规则振荡等现象,而且混沌还能够揭示多维时间关系中确定性规律,这样就更加深化了对放电节律的认识层面。对神经放电过程中的混沌节律的认识在将来会是神经放电节律的主要内容。混沌是常见的分岔方式,只是它的形式更为复杂,在同一神经元上细微的变化就会引起放电模式转迁的不同,不同的激励条件会使神经元产生完全不同的放电序列,其中包含了不同的混沌节律。在生理实验中,对同一神经元通过神经元特异性药物调节来证明了：不同的药物使得同一神经元在其他生理条件相同的状态下经历了截然不同的分岔过程,在数学模型仿真结果中也通过改变相应的参数证明了不同环境下同一神经元经历的分岔历程不同。此外在损伤神经元混沌节律研究中发现,周期一二之间的转迁过程中还存在着不同的混沌亚型,这样的现象是出现在加周期分岔序列中,未发现在倍周期分岔中,说明不同分岔序列中是和混沌的种类相关的。目前还未发现倍周期过程中的周期1和周期2之间的混沌,而且发现了不带混沌的加周期分岔,说明混沌并非是加周期转迁之间的必经之路,并且可以肯定的是不同类型的加周期分岔是因不同的环境参数引起的。双参数研究结果显示,同一神经元上能够产生带混沌节律和非混沌节律的转迁,混沌节律使得神经放电序列更加复杂,几乎所有的复杂序列都有混沌节律出现,所以混沌虽然不是转迁必经之路但是确实十分普遍的现象,研究混沌节律是未来认识神经放电的主要内容之一。本文还将实验性神经起步点中出现的混沌节律进行分析和比较,发现了周期之间一类混沌不同的亚型,重点运用了节律编码理论分析了混沌节律的特征,区分不同分岔序列中的混沌节律,在分岔序列背景下比较了几种混沌和周期节律,混沌和随机节律的异同,对研究混沌节律在分岔序列中的作用提供了证据和参考。主要结果有：1.在实验性神经起步点神经元基础上展开实验,记录到89例神经放电,其中有周期节律,随机节律和混沌节律。2.在记录到的神经元放电结果中,发现四类从静息到放电,再经历一系列分岔到高端静息的完整分差序列。3.在分岔序列的背景下分析了几类周期之间的混沌节律,采用的混沌分析方法有替代数据法,非线性预报和非稳定周期轨检测。4.在混沌节律的研究中,发现在周期一簇放电和周期二簇放电分岔过程中存在着混沌的不同亚型,对几种不同的亚型进行比较。
二、神经放电加周期分岔中由随机自共振引起一类新节律（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、神经放电加周期分岔中由随机自共振引起一类新节律（论文提纲范文）
（1）电磁场调控下神经网络的集体动力学与信号同步性传递（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 研究背景与进展 |
| 1.2.1 神经科学的历史与进展 |
| 1.2.2 非线性动力学在神经科学中的研究进展 |
| 1.2.3 神经元放电模式的研究进展 |
| 1.2.4 共振现象的研究进展 |
| 1.2.5 神经编码的研究进展 |
| 1.2.6 忆阻器的研究进展 |
| 1.3 研究思路 |
| 1.4 本文的主要内容及安排 |
| 第二章 基础知识 |
| 2.1 神经元系统 |
| 2.1.1 神经元结构及模型 |
| 2.1.2 突触及数学模型 |
| 2.1.3 神经元网络 |
| 2.2 非线性理论基础分析 |
| 2.2.1 非线性稳定性分析 |
| 2.2.2 极限环 |
| 2.2.3 分岔理论研究 |
| 2.3 神经元的动力学特性的研究方法 |
| 2.3.1 放电模式的研究方法 |
| 2.3.2 振动共振的研究方法 |
| 2.4 神经网络的集体行为的研究方法 |
| 2.4.1 同步的研究方法 |
| 2.4.2 神经元信号传递的研究方法 |
| 第三章 电磁场对单个神经元及链状网络的影响 |
| 3.1 引言 |
| 3.2 电磁场对单个神经元动力学的影响 |
| 3.2.1 电磁场下的神经元数学模型 |
| 3.2.2 神经元电活动模式的转换 |
| 3.2.3 共振现象 |
| 3.3 电磁场对链状HR神经元网络的影响 |
| 3.3.1 电磁场下的链状HR神经元网络的建立 |
| 3.3.2 波的传播 |
| 3.3.3 同步现象 |
| 3.4 电磁场对链状FHN神经元网络的作用 |
| 3.4.1 电磁场下的链状FHN神经元网络的建立 |
| 3.4.2 链状网络中神经元动力学 |
| 3.5 小结 |
| 第四章 多层前馈网络中的集体动力学 |
| 4.1 引言 |
| 4.2 多层前馈HR神经元网络的同步性传播 |
| 4.2.1 多层前馈HR神经网络的建立 |
| 4.2.2 连续直流刺激下的信号传递同步性研究 |
| 4.2.3 短暂的直流刺激下的信号传递同步性研究 |
| 4.3 多层前馈Izhikevich神经元网络的弱信号传播 |
| 4.3.1 多层前馈Izhikevich神经元网络的建立 |
| 4.3.2 高斯白噪声对弱信号传递的影响 |
| 4.3.3 突触权重对弱信号传递的影响 |
| 4.3.4 高斯色噪声对弱信号传递的影响 |
| 4.3.5 高斯白噪声和突触权重对兴奋性抑制网络中弱信号的影响 |
| 4.4 小结 |
| 第五章 电磁场对神经元网络中集体行为的影响 |
| 5.1 引言 |
| 5.2 电磁场对HR神经元网络的集体动力学的影响 |
| 5.2.1 电磁场下的多层前馈HR神经网络的建立 |
| 5.2.2 电磁场对多层前馈HR神经网络中弱信号传递的影响 |
| 5.2.3 电磁场对神经元同步性传播的影响 |
| 5.3 电磁场对Izhikevich神经元网络的集体动力学的影响 |
| 5.3.1 电磁场下的多层前馈Izhikevich神经网络的建立 |
| 5.3.2 电磁场对多层前馈Izhikevich神经网络中弱信号传递的影响 |
| 5.4 小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 工作展望 |
| 参考文献 |
| 在校期间发表的论文 |
| 致谢 |
（2）电磁感应下神经元模型的分岔模式及其控制（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究现状及其意义 |
| 1.3 研究内容及其创新性 |
| 2 预备知识 |
| 2.1 基本概念及其数值方法 |
| 2.1.1 峰峰间期分岔图及其算法 |
| 2.1.2 全局吸引域的常用算法 |
| 2.2 经典的电磁感应效应下神经元模型 |
| 3 电场作用下HR神经元模型的动力学分析 |
| 3.1 引言 |
| 3.2 模型的描述 |
| 3.3 共存振荡模式和隐藏吸引子 |
| 3.3.1 全局稳定性演变及其Hopf分岔分析 |
| 3.3.2 共存吸引子及其吸引域 |
| 3.4 基于Washout控制器的稳定性控制 |
| 3.5 双参数分岔分析 |
| 3.6 周期扰动诱导的共存模式振荡 |
| 3.7 结论 |
| 4 磁场作用下e-HR神经元放电特性的动力学分析 |
| 4.1 引言 |
| 4.2 模型的描述 |
| 4.3 隐藏动力学分析及其稳定性控制 |
| 4.3.1 基于Matcont软件的分岔分析 |
| 4.3.2 共存振荡和隐藏振荡模式 |
| 4.3.3 隐藏放电行为的控制 |
| 4.4 双参数分岔分析 |
| 4.4.1 伴有混沌加周期分岔模式 |
| 4.4.2 无混沌的加周期分岔模式 |
| 4.5 混合模式振荡及其共存振荡模式 |
| 4.6 结论 |
| 5 磁场作用下一类混合神经元模型的动力学分析 |
| 5.1 引言 |
| 5.2 模型描述 |
| 5.3 无膜电位阈值MT控制策略下的动力学分析 |
| 5.3.1 平衡点的存在性和共存放电模式 |
| 5.3.2 双参数分岔分析 |
| 5.4 切换系统的动力学分析 |
| 5.4.1 切换系统的平衡态 |
| 5.4.2 切换系统的多吸引子共存 |
| 5.5 结论 |
| 6 结论与展望 |
| 6.1 本文总结 |
| 6.2 研究展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间的研究成果 |
（3）基于分岔理论的多反馈回路神经群模型振荡特性研究（论文提纲范文）
| 中文摘要 |
| Abstract |
| 缩略语/符号说明 |
| 一、引言 |
| 1.1 研究背景 |
| 1.1.1 神经振荡 |
| 1.1.2 神经群模型 |
| 1.1.3 分岔理论 |
| 1.1.4 基于分岔理论的神经动力学分析 |
| 1.2 科学问题的提出 |
| 1.3 研究思路 |
| 1.4 主要贡献 |
| 1.5 内容安排 |
| 二、模型与方法 |
| 2.1 多反馈回路神经群模型 |
| 2.2 方法 |
| 2.2.1 分岔分析方法 |
| 2.2.2 频谱分析方法 |
| 三、研究结果 |
| 3.1 快速抑制性反馈对神经振荡的调控 |
| 3.1.1 余维一分岔分析 |
| 3.1.1.1 自反馈的余维一分岔分析 |
| 3.1.1.2 突触模型的余维一分岔分析 |
| 3.1.1.3 神经元胞体模型的余维一分岔分析 |
| 3.1.2 余维二分岔分析 |
| 3.1.2.1 自反馈与突触模型的余维二分岔分析 |
| 3.1.2.2 自反馈与神经元胞体模型的余维二分岔分析 |
| 3.1.3 参数相互作用对神经振荡节律的调控 |
| 3.1.3.1 自反馈与突触模型相互作用对振荡节律的调控 |
| 3.1.3.2 自反馈与神经元胞体模型相互作用对振荡节律的调控 |
| 3.2 外部输入对神经振荡的调控 |
| 3.2.1 余维一分岔分析 |
| 3.2.2 余维二分岔分析 |
| 3.2.3 外部输入相互作用对振荡节律的调控 |
| 3.2.4 其它参数对外部输入的影响 |
| 3.3 倍周期分岔引发的混沌神经振荡 |
| 3.3.1 外部输入的倍周期分岔引发的混沌神经振荡 |
| 3.3.2 突触连接数目的倍周期分岔引发的混沌神经振荡 |
| 3.3.3 固有频率的倍周期分岔引发的混沌神经振荡 |
| 3.4 本章小结 |
| 四、讨论 |
| 4.1 神经振荡节律的产生 |
| 4.2 神经振荡节律的传递 |
| 4.3 参数对神经群分岔类型的影响 |
| 五、总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 发表论文和参加科研情况说明 |
| 综述 神经节律调控规律的非线性动力学特性分析 |
| 综述参考文献 |
| 致谢 |
| 个人简历 |
（4）神经元模型的动力学特性研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 本论文的研究背景和意义 |
| 1.2 神经动力学发展历史和研究现状 |
| 1.3 本文使用的非线性研究方法 |
| 1.3.1 Lyapunov 指数 |
| 1.3.2 峰峰间期分岔图 |
| 1.3.3 时间历程图 |
| 1.3.4 相平面图 |
| 1.4 本文研究内容和安排 |
| 2 神经元模型 |
| 2.1 引言 |
| 2.2 不可兴奋的离子振荡神经元模型 |
| 2.3 可兴奋的神经元放电模型 |
| 2.3.1 HR 神经元模型 |
| 2.3.2 ML 神经元模型 |
| 2.3.3 Chay 神经元模型 |
| 2.4 本章小结 |
| 3 类 HR 神经元模型的动力学分析 |
| 3.1 引言 |
| 3.2 单个参数对系统的动力学行为的影响 |
| 3.3 两个参数对系统的动力学行为的影响 |
| 3.4 加入外击电流系统的动力学行为 |
| 3.5 本章小结 |
| 4 ML 神经元模型的动力学分析 |
| 4.1 引言 |
| 4.2 单个参数变化对系统的动力学行为的影响 |
| 4.3 两个参数变化对系统的动力学行为的影响 |
| 4.3.1 参数 和V k为参变量 |
| 4.3.2 参数Vc a和V k为参变量 |
| 4.3.3 参数Vc a和 为参变量 |
| 4.3.4 考虑外电场对模型的影响 |
| 4.4 本章小结 |
| 5 Chay 神经元模型的动力学分析 |
| 5.1 引言 |
| 5.2 单个参数变化对系统的动力学行为的影响 |
| 5.3 两个参数变化对系统的动力学行为的影响 |
| 5.3.1 参数g_(K,V)和V_C为参变量 |
| 5.3.2 参数g_(K,V)和V_K 为参变量 |
| 5.3.3 参数 n和V C为参变量 |
| 5.3.4 考虑外击电流对模型的影响 |
| 5.4 本章小结 |
| 结论 |
| 致谢 |
| 参考文献 |
| 攻读学位期间的研究成果 |
（5）一类位于加周期分岔中的貌似混沌的随机神经放电节律的识别（论文提纲范文）
| 1 引言 |
| 2 实验模型、数学模型和数据分析方法 |
| 2.1 实验模型 |
| 2.2 数学模型(Chay模型) |
| 2.3 数据分析方法 |
| 3 实验结果 |
| 4 仿真结果 |
| 5 结论 |
（7）由三态跃迁机制产生的两种神经放电节律（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 文献综述 |
| 1.1 实验性神经起步点及其丰富的神经放电节律 |
| 1.1.1 实验性神经起步点自发神经放电的产生 |
| 1.1.2 实验性神经起步点自发放电的节律模式丰富多样 |
| 1.2 非线性动力学理论和方法在神经电活动研究中的应用 |
| 1.2.1 非线性动力学运用于神经电活动研究中的基本概念 |
| 1.2.2 应用于神经电活动研究中的数学模型 |
| 1.2.3 噪声的作用以及神经电活动中的随机自共振 |
| 第二章 材料与方法 |
| 2.1 实验动物 |
| 2.2 试剂、药品及溶液 |
| 2.3 实验器材 |
| 2.4 实验方法 |
| 2.5 数据处理方法 |
| 第三章 研究内容和研究目的 |
| 第四章 实验性神经起步点中的两种三态跃迁节律 |
| 4.1 静息、周期1、周期2簇放电随机交替的三态跃迁节律 |
| 4.2 静息、周期2、周期3簇放电随机交替的三态跃迁节律 |
| 4.3 讨论 |
| 4.3.1 在实验性神经起步点中存在三态跃迁节律 |
| 4.3.2 三态跃迁节律与以往实验中随机交替节律的异同 |
| 4.3.3 两种三态跃迁节律之间的关系 |
| 第五章 三态跃迁节律产生的机制探讨 |
| 5.1 理论模型 |
| 5.2.1 确定性Chay模型 |
| 5.2.2 随机Chay模型 |
| 5.1.3 数值积分方法 |
| 5.1.4 噪声强度 |
| 5.2 确定性Chay模型中可能产生三态跃迁节律的加周期分岔 |
| 5.2.1 从静息到周期1,再到周期2的分岔 |
| 5.2.2 从静息到周期2,再到周期3的分岔 |
| 5.3 随机Chay模型中的放电节律 |
| 5.3.1 随机Chay模型中的两种三态跃迁放电节律 |
| 5.3.2 噪声的变化引起放电节律模式的改变 |
| 5.3.3 噪声强度合适时,分岔点附近的较宽范围均可产生三态跃迁节律 |
| 5.3.4 数值仿真中两种三态跃迁节律的性质 |
| 5.4 讨论 |
| 5.4.1 产生三态跃迁节律的分岔背景 |
| 5.4.2 噪声对系统运动的影响作用在三态跃迁节律中的体现 |
| 5.4.3 三态跃迁节律对应V_c值的范围较宽 |
| 5.4.4 理论模型中两种三态跃迁节律的性质以及与实验模型中两种三态跃迁节律的比较 |
| 5.4.5 两种三态跃迁节律的产生机制及有待研究的问题 |
| 第六章 结论与讨论 |
| 6.1 结论 |
| 6.2 讨论 |
| 参考文献 |
| 致谢 |
| 攻读学位期间研究成果 |
（8）钙依赖性钾通道阻断剂对神经起步点自发放电节律的影响（论文提纲范文）
| 摘要 |
| Abstract |
| 第一部分 文献综述 |
| 1.1 神经元传递信息的方式 |
| 1.1.1 动作电位和信息编码 |
| 1.1.2 动作电位形成的离子基础 |
| 1.2 研究神经放电活动的模型 |
| 1.2.1 研究神经电活动的慢性痛模型 |
| 1.2.2 研究神经电活动的数学模型 |
| 1.3 钙依赖钾通道参与神经电活动的调节 |
| 1.3.1 BK通道 |
| 1.3.2 SK通道 |
| 1.4 本研究的意义和目的 |
| 第二部分 实验方法与内容 |
| 2.1 实验动物 |
| 2.2 试剂与药品 |
| 2.3 实验模型 |
| 第三部分 实验结果 |
| 3.1 调节胞外钙离子浓度对神经放电节律的影响 |
| 3.1.1 簇端周期1经过加周期分岔到峰端周期1 |
| 3.1.2 簇端周期1经过倍周期分岔到峰端周期1 |
| 3.1.3 簇端周期1直接到峰端周期1 |
| 3.2 调节胞外钾离子浓度对放电频率的影响 |
| 3.3 调节钾离子通道对放电节律的影响 |
| 3.3.1 TEA对放电节律的影响 |
| 3.3.2 apamin对放电节律的影响 |
| 3.3.3 IBTX对放电节律的影响 |
| 3.3.4 apamin和IBTX对放电节律影响的对比 |
| 3.3.5 IBTX、apamin共同作用和TEA对放电节律作用的对比 |
| 3.3.6 apamin、IBTX、apamin+IBTX、TEA对放电节律作用的对比 |
| 3.4 神经放电节律模式的复杂多样性 |
| 3.4.1 周期1和周期2之间的新节律及静息、周期n周期n+1间的交替节律 |
| 3.4.2 周期2周期3间及周期2周期3∏(2,2)之间的新节律 |
| 第四部分 讨论 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间科研成果 |
（9）神经元及其网络的一些动力学行为研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 非线性动力学的发展及在研究神经系统中的重要作用 |
| 1.1.1 非线性动力学的发展 |
| 1.1.2 非线性动力学在神经系统研究中的重要作用 |
| 1.2 可兴奋细胞耦合系统同步的研究现状与进展 |
| 1.3 噪声对可兴奋细胞系统的重要影响 |
| 1.4 本文的研究工作 |
| 第2章 基础知识和基本概念 |
| 2.1 可兴奋细胞的结构及其类型 |
| 2.2 可兴奋细胞动作电位的基本概念和产生机制 |
| 2.2.1 神经元动作电位的产生机制 |
| 2.3 神经元的可兴奋性 |
| 2.4 可兴奋细胞的数学模型 |
| 2.4.1 Hodgkin-Huxley神经元模型 |
| 2.4.2 Hindmash-Rose神经元模型 |
| 2.4.3 Morris-Lecar神经元模型 |
| 2.4.4 Chay神经元模型 |
| 2.5 与电生理实验对应的非线性动力学的基本概念 |
| 2.6 神经元模型中常见的分岔类型 |
| 2.7 随机共振理论简介 |
| 2.7.1 随机共振的基本概念 |
| 2.7.2 随机自共振理论 |
| 2.8 可兴奋细胞网络的耦合方式及其数学模型 |
| 2.9 动力系统的同步概念 |
| 第3章 神经元放电分岔序中的费根鲍姆常数的研究 |
| 3.1. HR模型 |
| 3.1.1 HR模型中δ_n值的计算 |
| 3.1.2 HR模型中I=3.375与I=3.4时δ_n值的计算 |
| 3.2. Chay模型 |
| 3.2.1 Chay模型中随λ变化的ISI的分叉图 |
| 3.2.2 Chay模型中λ=225.8时随v_c的增加由倍周期到混沌 |
| 3.2.3 chay模型中λ=225.8时随ν_c的减小由倍周期分岔到混沌 |
| 3.2.4 Chay模型中λ=225随着ν_c的减小由倍周期分岔到混沌 |
| 3.2.5 Chay模型中λ_n=220随ν_c的增加由倍周期到混沌 |
| 3.3 结果与讨论 |
| 第4章 两个异质性可兴奋细胞构成的网络的同步 |
| 4.1 电耦合的两个异质可兴奋细胞双振子ML网络模型 |
| 4.2 数值模拟的结果 |
| 4.2.1 对应耦合强度下的ISI的变化 |
| 4.2.2 调节第一组的放电频率给方程前面乘以0.03 |
| 4.2.3 给第一组方程乘以0.12的结果 |
| 4.3 讨论和结论 |
| 第5章 网络噪声和振子数量对同步化行为的影响 |
| 5.1 引言 |
| 5.2 Morris-Lecar神经元构成的网络模型 |
| 5.3 耦合神经元同步化指标 |
| 5.3.1 平均向量场 |
| 5.3.2 同步因子 |
| 5.3.3 放电概率 |
| 5.4 数值模拟结果 |
| 5.4.1 噪声强度与网络振子数量对平均向量场的影响 |
| 5.4.2 噪声强度及网络振子数量影响下的同步因子 |
| 5.4.3 噪声强度与网络振子数量影响下的放电概率 |
| 5.5 结论与讨论 |
| 第6章 结论 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间的研究成果 |
（10）损伤神经放电中新型混沌的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一部分 文献综述 |
| 1.1 神经编码 |
| 1.2 损伤神经自发放电生理学研究进展 |
| 1.3 损伤神经自发放电的节律变化的研究 |
| 1.4 神经放电节律 |
| 1.4.1 周期节律 |
| 1.4.2 随机节律 |
| 1.4.3 混沌节律及其研究现状 |
| 1.5 本文的研究目的和意义 |
| 第二部分 研究目的、内容和方法 |
| 2.1 实验性神经起步点模型实验方法 |
| 2.2 时间序列分析方法 |
| 2.2.1 回归映射 |
| 2.2.2 替代数据法 |
| 2.2.3 非线性预报 |
| 2.2.4 非稳定周期轨检测 |
| 第三部分 实验结果中混沌时间序列分析 |
| 3.1 混沌概念和特性 |
| 3.2 神经自发放电中的新型混沌节律 |
| 3.2.1 位于周期1和周期2之间新型混沌节律 |
| 3.3 周期一二之间的随机节律和混沌的区别 |
| 第四部分 讨论与结论 |
| 4.1 讨论 |
| 4.2 结论 |
| 4.2.1 周期1和周期2之间的新型混沌之间的异同 |
| 4.2.2 周期1和周期2之间的混沌和一例随机节律的比较 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间的研究成果 |
四、神经放电加周期分岔中由随机自共振引起一类新节律（论文参考文献）
- [1]电磁场调控下神经网络的集体动力学与信号同步性传递[D]. 葛梦炎. 华中师范大学, 2021(02)
- [2]电磁感应下神经元模型的分岔模式及其控制[D]. 乔帅. 兰州交通大学, 2021(01)
- [3]基于分岔理论的多反馈回路神经群模型振荡特性研究[D]. 邵雨竹. 天津医科大学, 2019(02)
- [4]神经元模型的动力学特性研究[D]. 徐国丽. 兰州交通大学, 2013(02)
- [5]一类位于加周期分岔中的貌似混沌的随机神经放电节律的识别[J]. 古华光,惠磊,贾冰. 物理学报, 2012(08)
- [6]神经放电节律的动力学的研究[A]. 古华光. 第一届全国神经动力学学术会议程序手册 & 论文摘要集, 2012
- [7]由三态跃迁机制产生的两种神经放电节律[D]. 崔睿. 陕西师范大学, 2011(10)
- [8]钙依赖性钾通道阻断剂对神经起步点自发放电节律的影响[D]. 路美玲. 陕西师范大学, 2011(10)
- [9]神经元及其网络的一些动力学行为研究[D]. 王亚龙. 陕西师范大学, 2011(11)
- [10]损伤神经放电中新型混沌的研究[D]. 朱洲. 陕西师范大学, 2011(11)