一种混合 Hodgkin-Huxley 动作电位生成模型探索
神经元与认知
2023-04-05 v1 机器学习
摘要
动作电位生成的数学模型可增进对神经元电活动所致生理机制的理解。此类模型通常定义一些涉及膜电位经验函数的方程。最著名的此类模型——Hodgkin-Huxley 模型即该范式的例子，其依据通道中各类型门的开闭率定义离子通道电导。这些函数需由实验室测量推导，而由于涉及对细胞膜单通道电压的时间-空间无关测量，此类测量往往昂贵且数据稀少。本工作中，我们探究仅利用两种简单测量（膜电压随时间变化及触发该电压的注入电流）并应用深度学习方法估计这些函数，从而求得 Hodgkin-Huxley 模型参数函数的可能性。这将产生一种由原始 Hodgkin-Huxley 方程与人工神经网络构成的混合动作电位生成模型，后者仅需少量易行测量即可训练。实验使用原始 Hodgkin-Huxley 模型生成的数据进行，结果表明，在极少数据上训练的简单两层人工神经网络（ANN）架构，可通过估计模型的速率函数学习刻画动作电位生成的部分基本特性。
引用
@article{arxiv.2304.01346,
title = {Towards an Hybrid Hodgkin-Huxley Action Potential Generation Model},
author = {Lautaro Estienne},
journal= {arXiv preprint arXiv:2304.01346},
year = {2023}
}