| 中文摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第1章 绪论 | 第14-21页 |
| 1.1 引言 | 第14-15页 |
| 1.2 研究背景 | 第15-18页 |
| 1.2.1 神经科学的发展 | 第15-16页 |
| 1.2.2 神经科学面临的严峻考验 | 第16-17页 |
| 1.2.3 神经同步活动的重要性 | 第17-18页 |
| 1.2.4 电磁场对神经活动的影响 | 第18页 |
| 1.3 研究思路 | 第18-19页 |
| 1.4 主要贡献 | 第19-20页 |
| 1.5 内容安排 | 第20-21页 |
| 第2章 文献综述 | 第21-32页 |
| 2.1 神经科学总论 | 第21-27页 |
| 2.1.1 神经细胞结构 | 第21-22页 |
| 2.1.2 神经元模型 | 第22-23页 |
| 2.1.3 突触分类及其作用机制 | 第23-24页 |
| 2.1.4 突触可塑性 | 第24-25页 |
| 2.1.5 神经网络模型 | 第25-27页 |
| 2.2 神经同步在神经科学中的重要作用 | 第27-29页 |
| 2.3 电磁场对生物体的影响 | 第29-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第3章 直流电场作用下的神经网络同步分析 | 第32-67页 |
| 3.1 引言 | 第32页 |
| 3.2 数学模型 | 第32-36页 |
| 3.2.1 HH 神经元模型 | 第32-34页 |
| 3.2.2 直流电场作用下的 HH 模型 | 第34-36页 |
| 3.3 直流电场作用下随机抑制性网络同步分析 | 第36-47页 |
| 3.3.1 直流电场对单神经元放电活动的影响 | 第36-38页 |
| 3.3.2 直流电场对中间神经元网络同步的影响 | 第38-47页 |
| 3.4 直流电场作用下网络参数对抑制性网络同步的影响 | 第47-59页 |
| 3.4.1 随机网络的同步分析 | 第47-52页 |
| 3.4.2 小世界网络的同步分析 | 第52-56页 |
| 3.4.3 模块化网络的同步分析 | 第56-59页 |
| 3.5 直流电场作用下时滞对抑制性网络的影响 | 第59-65页 |
| 3.5.1 直流电场作用下时滞电耦合小世界网络同步分析 | 第60-63页 |
| 3.5.2 直流电场作用下时滞化学耦合随机网络同步分析 | 第63-65页 |
| 3.6 本章小结 | 第65-67页 |
| 第4章 交流电场作用下的网络同步分析 | 第67-101页 |
| 4.1 引言 | 第67页 |
| 4.2 兴奋—抑制性网络同步分析 | 第67-84页 |
| 4.2.1 神经元模型介绍 | 第67-68页 |
| 4.2.2 交流电场作用下的神经元模型 | 第68-69页 |
| 4.2.3 突触模型 | 第69-70页 |
| 4.2.4 网络结构 | 第70-71页 |
| 4.2.5 交流电场下的兴奋—抑制性网络同步分析 | 第71-84页 |
| 4.3 交流电场作用下抑制性神经网络同步分析 | 第84-87页 |
| 4.3.1 交流电场对神经元放电率和放电模式的影响 | 第84-85页 |
| 4.3.2 交流电场对网络同步性的影响 | 第85-87页 |
| 4.4 交流电场下网络参数对抑制性网络同步的影响 | 第87-93页 |
| 4.4.1 交流电场下随机网络的同步分析 | 第87-90页 |
| 4.4.2 交流电场下小世界网络的同步分析 | 第90-93页 |
| 4.5 交流电场作用下时滞对抑制性网络同步的影响 | 第93-100页 |
| 4.5.1 交流电场作用下时滞电耦合小世界网络同步分析 | 第93-97页 |
| 4.5.2 交流电场作用下时滞化学耦合随机网络同步分析 | 第97-100页 |
| 4.6 本章小结 | 第100-101页 |
| 第5章 磁场作用下的神经网络同步分析 | 第101-122页 |
| 5.1 引言 | 第101-102页 |
| 5.2 数学模型 | 第102-104页 |
| 5.2.1 Izhikevich 模型 | 第102页 |
| 5.2.2 磁场作用下的 Izhikevich 模型 | 第102-104页 |
| 5.3 磁场作用下的小世界和模块化网络同步分析 | 第104-112页 |
| 5.3.1 磁场对单神经元放电时刻的影响 | 第104-105页 |
| 5.3.2 磁场作用下的小世界网络同步分析 | 第105-109页 |
| 5.3.3 磁场作用下的模块化网络同步分析 | 第109-112页 |
| 5.4 基于 STDP 学习机制的网络同步分析 | 第112-121页 |
| 5.4.1 STDP 学习机制的数学模型 | 第112-114页 |
| 5.4.2 基于 STDP 规则的小规模同质随机网络同步分析 | 第114-118页 |
| 5.4.3 基于 STDP 规则的大规模异质随机网络同步分析 | 第118-121页 |
| 5.5 本章小结 | 第121-122页 |
| 第6章 总结 | 第122-124页 |
| 6.1 结论 | 第122-123页 |
| 6.2 工作展望 | 第123-124页 |
| 参考文献 | 第124-147页 |
| 发表论文和科研项目 | 第147-148页 |
| 致谢 | 第148页 |
