短时程突触可塑性模型:抑制与易化机制研究
需积分: 13 174 浏览量
更新于2024-08-13
收藏 842KB PDF 举报
"短时程突触可塑性的简化模型 (2014年) - 张雪娟,丁少杰,陈建春,何国龙 - 浙江师范大学学报(自然科学版) - 2014年8月 - 文章编号:1001-5051(2014)03-0260-07 - 中图分类号:O29;Q332 - 文献标识码:A"
这篇论文主要探讨了神经科学领域的一个重要概念——短时程突触可塑性,这是一种大脑神经元间连接强度在短时间内变化的现象,对于信息处理和学习记忆过程至关重要。作者提出了一种简化的模型,该模型包含了抑制和易化两种机制,以模拟突触效率的变化。
在模型中,突触前神经元的放电可以是周期性的或遵循Poisson分布的随机模式。周期性模型假设突触前神经元按照固定的频率发放脉冲,而随机模型则更符合实际神经活动的不可预测性。作者对这两种情况下,突触后神经元的抑制和易化效应进行了深入研究。
抑制是指在连续的脉冲刺激下,突触传递效率下降,导致突触后神经元的兴奋性降低。易化则是相反的过程,即连续的脉冲刺激使得突触传递效率增强,提高突触后神经元的兴奋性。这两种效应在神经网络中起到平衡和调节的作用。
通过对模型的定性分析和数值模拟,作者发现,在相同频率的突触前发放条件下,随机模型下的抑制和易化参数范围比周期模型更为广泛。这意味着在更广泛的条件下,随机的神经活动可以触发突触后神经元的可塑性变化,这可能解释了大脑在复杂环境中的适应性和信息处理能力。
关键词“突触可塑性”强调了研究的核心,它涉及到神经系统的动态特性,允许神经元间的连接在经历不同刺激后进行调整。“IF神经元模型”(Integrate-and-Fire model)是一种常见的神经元模型,用于简化神经元的电生理行为。而“突触抑制”和“突触易化”则分别代表了突触功能的两种基本变化趋势,它们在神经信息传递中起着关键作用。
这篇论文通过建立一个简化的数学模型,揭示了神经网络中短时程突触可塑性的基本特征,并对比了不同放电模式下这种可塑性的差异,这对于理解大脑的信息处理机制以及神经疾病的病理机制具有重要意义。
2020-01-18 上传
2020-03-04 上传
2022-01-05 上传
2023-06-01 上传
2023-04-04 上传
2023-04-04 上传
2023-04-04 上传
2023-04-04 上传
2023-07-14 上传
weixin_38730129
- 粉丝: 7
- 资源: 927
最新资源
- Angular实现MarcHayek简历展示应用教程
- Crossbow Spot最新更新 - 获取Chrome扩展新闻
- 量子管道网络优化与Python实现
- Debian系统中APT缓存维护工具的使用方法与实践
- Python模块AccessControl的Windows64位安装文件介绍
- 掌握最新*** Fisher资讯,使用Google Chrome扩展
- Ember应用程序开发流程与环境配置指南
- EZPCOpenSDK_v5.1.2_build***版本更新详情
- Postcode-Finder:利用JavaScript和Google Geocode API实现
- AWS商业交易监控器:航线行为分析与营销策略制定
- AccessControl-4.0b6压缩包详细使用教程
- Python编程实践与技巧汇总
- 使用Sikuli和Python打造颜色求解器项目
- .Net基础视频教程:掌握GDI绘图技术
- 深入理解数据结构与JavaScript实践项目
- 双子座在线裁判系统:提高编程竞赛效率