FitzHugh-Nagumo神经元模型中阈下刺激的信号选择性放大
神经元与认知
2024-08-12 v1
摘要
大脑以极低的信号功率运行。已有研究指出，噪声可能在神经网络中发挥建设性作用，并促进阈下信号传导。从随机噪声刺激中激发具有特征性神经元放电频率的放电模式的过程仍未得到解释。此外，近期研究表明，神经元处理能够实现信号选择性放大。同时，越来越多的研究指出有色噪声在放电生成中的作用，而噪声整形效应最近也在神经网络及单个神经元中被观察到。我们首次证明，噪声整形能够实现对阈下刺激的高效信号放大和放电激发。以经典的FitzHugh-Nagumo (FHN) 模型为例，我们揭示了FHN快变量与慢变量之间复杂的相互作用导致噪声在FHN特征放电频率处积累，而尾部则遵循幂律频率缩放。我们证明，所发现的效应允许对信号波形进行选择性放大，呈现了一种新型的放大过程。
引用
@article{arxiv.2408.04635,
title = {Signal selective amplification for below-the-threshold stimulus in Fitzhugh-Nagumo neuronal model},
author = {Mariia Sorokina},
journal= {arXiv preprint arXiv:2408.04635},
year = {2024}
}