深度大脑刺激和滞后同步在一个memristive两个神经元网络
概括
这项研究提出了一个记忆神经网络来研究深度大脑刺激 (DBS). 研究人员发现了如何memristor突触使神经活动脱同步,提供了对DBS机制的见解.
科学领域:
- 计算神经科学是一种神经科学.
- 神经工程是神经工程.
- 系统神经科学 系统神经科学
背景情况:
- 深度大脑刺激 (DBS) 用于通过调节病态神经活动来治疗神经系统疾病.
- 了解DBS的精确机制对于优化治疗干预至关重要.
- 记忆器件为模拟复杂的神经动态提供了新的方法.
研究的目的:
- 提出和分析一个包含DBS的记忆型双神经网络模型.
- 调查memristor突触在神经网络同步和脱同步中的作用.
- 通过硬件实现来验证模型的动态.
主要方法:
- 将二维的莫里斯-莱卡神经元模型与一个memristor突触突触结合起来.
- 数字动态分析,以探索爆发活动和同步行为.
- 现场可编程门阵列 (FPGA) 硬件实现用于实验验证.
主要成果:
- 记忆网络表现出复杂的爆破活动和多样化的动态效应.
- 由memristors介导的突触连接在同步网络中诱导时间滞后或异步发射.
- 硬件实验证实了该模型能够复制丰富的神经元电活动和混乱动态的能力.
结论:
- 记忆器突触在神经网络活动的脱同步中发挥着关键作用,这可能解释了DBS效应.
- 拟议的记忆网络为研究DBS机制提供了一个有价值的平台.
- 这项研究提供了关于神经网络动态和神经疾病治疗干预措施的基本见解.


