摘要:
神经系统是一个复杂的非线性系统,人类对于神经元及神经系统的理解还比较初步.神经系统的基本组成单元是神经元,神经元间的信息是通过动作电位传导的,神经元在神经信息处理过程中起着关键的作用.本文主要以单个神经元为研究对象,所选用神经元数学模型为最接近生物学实际的Hodgkin-Huxley(HH)模型,对HH模型神经元进行了数值模拟与硬件实现.具体内容包括以下几个方面:(1)神经元基础知识及其数学模型.主要介绍神经元结构,神经元的静息电位和动作电位,以及动作电位产生的离子通道机制.介绍了现在主要的几种神经元的数学模型,重点阐述了HH模型的建立过程,HH模型的意义,还对其它几种神经元模型进行了描述,通过对比发现,HH模型是目前众多神经元模型中最接近于生物学实际的神经元模型.(2)HH模型神经元的数值模拟研究.对HH模型所表述的神经元进行了数值模拟,主要对单神经元特性进行了模拟,包括神经元的阈值效应与不应期特性,以及神经元在离子通道参数改变时的动作电位响应.对不同电流刺激作用下的神经元放电情况进行了数值模拟,主要对方波以及正弦波刺激下的神经元放电情况进行了研究.结果表明,HH模型神经元可以很好地模拟神经元的阈值效应与不应期特性,HH模型神经元在不同的离子通道参数下表现出不同的放电特性.HH模型神经元在不同的电流刺激下展现出不同的动作电位响应,主要与刺激电流的幅值及刺激时长有关,放电特性可以用阈值效应与不应期特性进行解释.(3)HH模型神经元的FPGA(Field Programmable Gate Array,现场可编程门阵列)硬件实现.依据表述神经元的HH模型,结合FPGA与DSP Builder技术,完成单个HH模型神经元的FPGA硬件实现,对其施加不同的电流刺激,得出其硬件实现结果,将硬件实现结果与数值模拟结果进行对比,验证硬件实现的正确性.完成两个电突触耦合神经元的FPGA硬件实现,为后续进行大规模神经元网络的硬件实现奠定基础.结果表明,FPGA可以实现HH模型神经元,所实现神经元的动作电位响应与数值模拟结果一致.小型神经元网络可以用FPGA级联方式去实现.
展开