用共振-放电Izhikevich神经元建模呼吸中枢模式发生器
神经元与认知
2018-11-29 v1 组织与器官
摘要
呼吸中枢模式发生器（rCPG）的计算模型通常基于生物学上合理的Hodgkin Huxley神经元模型。此类模型需要众多参数，因此易于过拟合。HH方法的动机在于假设神经元的生物物理特性决定网络动力学。此处，我们使用更简单的Izhikevich共振-放电神经元实现rCPG。我们的rCPG模型基于已确立的连接关系生成三相呼吸运动模式，并能复现先前的实验与理论观测。进一步，我们通过检验内在爆发特性是否为节律发生所必需，展示了模型的灵活性。我们的仿真表明，用尖峰适应特性替代预吸气神经元被预测的强制性爆发特性，所得模型可产生可比的呼吸活动模式。后者支持我们的观点：特定呼吸神经元精确建模参数的重要性被高估了。
引用
@article{arxiv.1811.11388,
title = {Modeling the respiratory Central Pattern Generator with resonate-and-fire Izhikevich-Neurons},
author = {Pavel Tolmachev and Rishi R. Dhingra and Michael Pauley and Mathias Dutschmann and Jonathan H. Manton},
journal= {arXiv preprint arXiv:1811.11388},
year = {2018}
}
备注
12 Pages, ICONIP 2018 conference