存在 1/f 噪声时的神经元动力学

理解噪声与非线性器件响应之间相互作用的兴趣跨越了学科界限。这不仅与揭示噪声环境中神经元的动力学相关，也与设计可靠的纳米尺度逻辑电路元件和传感器同样相关。大多数关于非线性器件中噪声的研究仅限于具有洛伦兹谱的时间关联噪声（白噪声是其极限情况）或仅仅是白噪声。我们使用解析理论和数值模拟来研究具有 1/f 频谱的更普遍的“自然”噪声的影响。具体而言，我们研究了 1/f 噪声对漏电积分发放神经元模型的影响。我们考虑了噪声对与神经元功能相关的两个量的影响：脉冲计数 Fano 因子和神经元对微小阶跃刺激的响应速度。对于完美（无漏电）积分发放模型，我们证明了 Fano 因子可以表示为噪声谱经（低通）滤波函数加权后的积分。这一结果阐明了低频噪声与神经元动力学无序性之间的联系。我们将结果与体内单神经元的实验数据进行了比较，并表明 1/f 噪声模型比基于洛伦兹噪声的常用近似提供了好得多的吻合。然而，低频噪声通过引入神经元响应时间的变异性，使基于峰峰间隔的信息编码方案变得复杂。从积极的一面来看，在存在 1/f 噪声的情况下，神经元对阶跃刺激的响应时间惊人地接近最优。对这一效应的解释阐明了大脑如何利用噪声使一部分神经元准备好对突发刺激做出几乎瞬时的响应。