FHN-ML电耦合神经元的发放模式和分岔分析
杨雨潼 刘深泉
华南理工大学理学院应用数学系
摘要:以FitzHugh-Nagumo(FHN)和Morris-Leca(rML)神经元模型为基础,通过两个神经元的电耦合,构建一个FHNML模型。基于FHN-ML模型,研究外界刺激和时滞对FHN-ML模型发放模式的影响,并对该模型的簇放电类型进行分类。结果表明FHN-ML模型中ML神经元发放模式对交流频率ω和钾离子平衡电位V_k改变非常敏感,可以得到不同的新型簇发放模式。随着时滞的增加,神经元放电先后经历混沌状态和周期簇放电,并且存在明显的加周期分岔现象。若应用快慢动力学分岔分析,将ML神经元中的慢变调节电流I作为分支参数,FHN-ML模型具有两种类型簇放电模式及其动力学性质。
/Uploads/file/20190228/20190228224236823682.pdf