Phenomenological simulation study of neuronal activity synchronization in 110 elements network
Рік:
2012
Сторінок:
P. 22-27
Тип документу:
Стаття
Головний документ:
Фізика живого: теоретичне і науково-практичне видання / Київський національний університет імені Тараса Шевченка, Навчально-науковий центр "Інститут біології". Т. 20, № 1. - Київ, 2012
Анотація:
Карпенко К.С, Яцюк Р.М, Кононов М.В, Судаков О.О. Феноменологічне дослідження синхронізації нейрональної активності в мережі із 110 елементів.
Розглянуто явище синхронізації нейронної активності мережевої структури. Проведено моделювання динамікинейронної мережі 6-ти шарової структури із 110 елементів з різними режимами активності: регулярні спайки, хаотичні спайки, регулярні та хаотичні бьорсти, та інш. Для дослідження обрано модель Іжикевича, яка дозволяє відтворювати різні типи активності, притаманних реальним біологічним нейронам. Для візуальної оцінки синхронізації спайкової активності системи було побудовано просторово-часову діаграму для всієї мережі та
растрограми як для всієї структури так і для кожного шару окремо. Обчислено коефіцієнти синхронізації для всієї нейронної системи і для кожного нейронного шару окремо. Метод розрахунку синхронізації базується на кроскореляції часів потенціалів дії будь-яких пар нейронів
The phenomenon of activity synchronization in biological neural network is considered. Simulation of neurons dynamics in the 6-layer neural network with 110 elements in different regimes: regular spikes, chaotic spikes, regular and chaotic bursting, etc was
performed. Izhykevich’s phenomenological model that displays& different types of activity inherent for real biological neurons wasused for simulation. Space-t3ime diagram for the entire network and raster plots for the whole structure and for each layer separately
were built for visual inspection of neural ne&twork activity synchronization. Synchronization coefficients based on cross-correlation times of action potentials for all neurons pairs were calculated for the whole neural system and for each layer separately.
