神经元与神经元回路的模型分析
摘要 | 第1-8页 |
Abstract | 第8-15页 |
第一章 绪论 | 第15-18页 |
·计算神经科学介绍 | 第15-16页 |
·神经回路的研究现状 | 第16-17页 |
·本文主要内容 | 第17-18页 |
第二章 计算神经科学的生物学基础 | 第18-30页 |
·神经元 | 第19-26页 |
·神经元的基本结构 | 第19-20页 |
·离子通道 | 第20-25页 |
·静息电位和动作电位 | 第25-26页 |
·突触 | 第26-27页 |
·化学突触 | 第26-27页 |
·电突触 | 第27页 |
·神经回路 | 第27-28页 |
·神经信息的编码特性 | 第28-29页 |
·本章小结 | 第29-30页 |
第三章 几种常见的神经元模型 | 第30-38页 |
·Hodgkin-Huxley模型 | 第30-32页 |
·Rall电缆模型 | 第32-33页 |
·神经元房室模型 | 第33-35页 |
·神经动力学介绍 | 第35-36页 |
·常用的神经计算软件 | 第36-37页 |
·NEURON软件的介绍 | 第36页 |
·SNNAP软件的介绍 | 第36页 |
·XPP软件的介绍 | 第36-37页 |
·MATLAB和C++软件的介绍 | 第37页 |
·Scholarpedia的介绍 | 第37页 |
·Neuron Database的介绍 | 第37页 |
·本章小结 | 第37-38页 |
第四章 神经元模型的数值模拟与分析 | 第38-72页 |
·单房室神经元模型 | 第38-40页 |
·CA1 锥体神经元的模型介绍 | 第38-39页 |
·数值结果与分析 | 第39-40页 |
·两房室神经元模型 | 第40-60页 |
·皮层锥体神经元两房室模型 | 第40-54页 |
·Ghostbursting神经元两房室模型 | 第54-59页 |
·两房室神经元模型中一般性质的探讨 | 第59-60页 |
·多房室神经元模型 | 第60-65页 |
·动作电位 | 第62-64页 |
·平均发放频率 | 第64-65页 |
·ISI分岔图 | 第65页 |
·电缆模型 | 第65-68页 |
·三维电缆模型的建立 | 第65-66页 |
·数值模拟与结果分析 | 第66-68页 |
·ISI倍周期分岔的数学表达 | 第68-70页 |
·倍周期分岔积分表达式的推导 | 第68-69页 |
·数值模拟与结果分析 | 第69-70页 |
·本章小结 | 第70-72页 |
第五章 神经回路的数值模拟与分析 | 第72-122页 |
·闸门控制神经回路 | 第72-79页 |
·闸门控制理论的介绍及模型改进 | 第72-74页 |
·不同疼痛纤维作用的比较 | 第74-76页 |
·不同疼痛刺激类型带来的影响 | 第76-79页 |
·嗅球神经回路 | 第79-89页 |
·嗅球的背景介绍及网络模型建立 | 第79-82页 |
·两种实验现象的验证 | 第82-85页 |
·网络数值结果的进一步分析 | 第85-89页 |
·小脑皮层神经回路 | 第89-97页 |
·小脑皮层的背景介绍及网络模型建立 | 第89-92页 |
·不同传入纤维对浦肯野发放特性的影响 | 第92页 |
·小脑皮层网络中不同神经元的电位发放图 | 第92-93页 |
·时间聚焦现象和空间聚焦现象的验证 | 第93-94页 |
·兔子眼闪烁条件反射现象的模型再现 | 第94-97页 |
·海马神经回路 | 第97-102页 |
·海马结构的背景介绍及网络模型建立 | 第97-99页 |
·海马回路中不同神经元的电位发放图 | 第99-100页 |
·胼胝体在左右海马片区信息传递和加工中的影响 | 第100-102页 |
·视网膜神经回路 | 第102-109页 |
·视网膜的背景介绍及网络模型建立 | 第102-104页 |
·光感受器的感光性分析 | 第104-105页 |
·三种不同光信息传递通路的讨论及整合 | 第105-106页 |
·刺激范围和刺激类型不同对视网膜信息输出的影响 | 第106-107页 |
·网间细胞作用的讨论 | 第107-109页 |
·基底神经节神经回路 | 第109-116页 |
·基底神经节的背景介绍 | 第109-110页 |
·帕金森综合症及深部脑刺激的介绍 | 第110-111页 |
·网络建立 | 第111-113页 |
·网络中神经元的发放特性分析 | 第113-115页 |
·指标分析 | 第115-116页 |
·大脑内其他几种神经回路的介绍 | 第116-119页 |
·决策选择网络 | 第116-117页 |
·丘脑皮层网络 | 第117-118页 |
·运动皮层对随意运动的控制 | 第118-119页 |
·大规模的脑神经网络模型及计算 | 第119-120页 |
·本章小结 | 第120-122页 |
结论与展望 | 第122-125页 |
参考文献 | 第125-137页 |
攻读硕士学位期间取得的研究成果 | 第137-139页 |
致谢 | 第139页 |