سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

ارائه الگوریتمی جدید برای مدلسازی سلول عصبی با روش معکوس مدل هاجکین-هاکسلی

Publish Year: 1393
Type: Conference paper
Language: Persian
View: 2,976

This Paper With 10 Page And PDF Format Ready To Download

Export:

Link to this Paper:

Document National Code:

AEBSCONF02_189

Index date: 6 June 2015

ارائه الگوریتمی جدید برای مدلسازی سلول عصبی با روش معکوس مدل هاجکین-هاکسلی abstract

اطلاعات مربوط به فعالیت عصبی در یک پاسخ عصبی رمزگذاری شده و معمولاٌ محرک های اساسی که باعث فعالیت عصبی می شوند، نا شناخته هستند. این مقاله یک راه حل عددی برای بازسازی محرک از پاسخ های عصبی هاجکین- هاکسلی را زمانیکه دینامیک عصبی بازیابی می شود، ارائه می دهد. محرک توسط اولین بازیابی حداکثر رسانایی کانال های یونی و سپس حل معادلات هاجکین- هاکسلی برای محرک، بازسازی می شود. نتایج نشان می دهد که محرک بازسازی شده تقریب خوبی از محرک اصلی است. دینامیک عصبی بازیابی شده که نشان دهنده تغییرات وابسته به ولتاژ در کانال های یونی است، به درک تغییرات در بیوشیمی عصبی کمک می کند. همانطور که دینامیک عصبی غیر خطی باعث میشود که ارائه معکوس تحلیلی از یک نورون کاری سخت و دشوار باشد، روش عددی، یک راه حل محلی مسئله برای بازسازی محرک و بازیابی دینامیک عصبی را فراهم می کند. مدل های نوع هاجکین – هاکسلی مجموعه ای از پارامترها را به عنوان ورودی پذیرفته و داده هایی برای توصیف فعالیت الکتریکی نورون به عنوان تابعی از زمان تولید می کند. در این مقاله سعی در طراحی الگوریتم های معکوس برای پیش بینی مجموعه ای از مقادیر پارامتر ورودی از داده های اثر ولتاژ 1 تولید شده توسط این مدل خواهیم نمود. میتوان گفت این اولین روش بهینه سازی پارامتر برای تقریب های نشان داده شده به صورت نظری و تئوری به روش مدلسازی سلول عصبی با معکوس سازی مدل هاجکین-هاکسلی با استفاده از گیرش جریان می باشد.

ارائه الگوریتمی جدید برای مدلسازی سلول عصبی با روش معکوس مدل هاجکین-هاکسلی Keywords:

ارائه الگوریتمی جدید برای مدلسازی سلول عصبی با روش معکوس مدل هاجکین-هاکسلی authors

سمیرا جلال زاده

گروه مهندسی پزشکی، دانشکده فنی و مهندسی، واحد علوم و تحقیقات آذربایجان شرقی، دانشگاه آزاد اسلامی واحد تبریز-ایران- مسئول مکاتبات

همایون ابراهیمیان

گروه مهندسی پزشکی، دانشکده فنی و مهندسی، واحد علوم و تحقیقات آذربایجان شرقی، دانشگاه آزاد اسلامی واحد تبریز-ایران

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
Rinzel J (1985). Excitation dynamics: insights from simplified membrane models. ...
Panzeri S, Schultz SR, Treves A, Rolls ET (1999). Correlations ...
Gabbiani F, Metzner W (1999). Encoding and Processing of Sensory ...
Das A, Folland R, Stocks NG, Hines EL (2006). Stimulus ...
Saggar M, Mericli T, Andoni S, Miikkulainen R (2007). System ...
Stanley GB, SeyedBoloori A (2001). Decoding in neural systems: Stimulus ...
Stanley GB (2001). Recursive stimulus reconstruction algorithms for real-time imple ...
Lazar AA, Pnevmatikaks EA (2009). Reconstruction of Sensory Stimuli Encoded ...
Lazar AA (2007). Information representation with an ensemble of Hodgkin ...
Lazar AA (2007). Recovery of Stimuli Encoded with Hodgkin- Huxley ...
Lazar, AA (2006). Time encoding machines with multiplicative coupling, feedforward, ...
Lazar A A (2004). Time encoding with dn integrate -and-fire ...
Lazar AA, Simonyi EK, Toth LT(2006). A Real-Time Algorithm for ...
Hodgkin A, Huxley A (1952). A quantitative description of membrane ...
Hasegawa H (2000). Responses of a Hodgkin -Huxley euron to ...
Park MH, Kim S (1996). Analysis of PPhase Models for ...
Wang XJ, Buzsaki G (1996). Gamma Oscillation by Synaptic Inhibition ...
Guttman R, Feldman L, Jakobsson E (1980). Frequency Entrainment of ...
Matsumoto G, Kim K, Ueda T, Shimada J (1980). Electrical ...
Aihara K, Matsumoto G, Ikegaya Y (1984). Periodic and Nonperiodic ...
Matsumoto G, Aihara K, Ichikawa M, Tasaki A (1984). Periodic ...
Hasegawa H (2008). Information conveyed by neuron populations - Firing ...
Kaplan D, Glass L (1995). Understanding Non Linear Dynamics. Springer, ...
Wilson HR (1999). Spikes, Decisions and Actions - The dynamical ...
Sarangdhar M, Kambhampati C (2008a). Spiking Neurons: Is coincidence -factor ...
Sarangdhar M, Kambhampati C (2008b). Spiking Neurons and Synaptic Stimuli: ...
Shepardson D (2009). Algorithms for inverting Hodgkin -Huxley type neuron ...
Sarangdhar M, Kambhampati C (2010). Stimulus Reconstruction from a Hodgkin ...
نمایش کامل مراجع

مقاله فارسی "ارائه الگوریتمی جدید برای مدلسازی سلول عصبی با روش معکوس مدل هاجکین-هاکسلی" توسط سمیرا جلال زاده، گروه مهندسی پزشکی، دانشکده فنی و مهندسی، واحد علوم و تحقیقات آذربایجان شرقی، دانشگاه آزاد اسلامی واحد تبریز-ایران- مسئول مکاتبات؛ همایون ابراهیمیان، گروه مهندسی پزشکی، دانشکده فنی و مهندسی، واحد علوم و تحقیقات آذربایجان شرقی، دانشگاه آزاد اسلامی واحد تبریز-ایران نوشته شده و در سال 1393 پس از تایید کمیته علمی دومین کنفرانس بین المللی دستاوردهای نوین در علوم مهندسی و پایه پذیرفته شده است. کلمات کلیدی استفاده شده در این مقاله بازسازی محرک، هاجکین-هاکسلی، معکوس پاسخ عصبی، بازیابی دینامیک عصبی، الگوریتم معکوس هستند. این مقاله در تاریخ 16 خرداد 1394 توسط سیویلیکا نمایه سازی و منتشر شده است و تاکنون 2976 بار صفحه این مقاله مشاهده شده است. در چکیده این مقاله اشاره شده است که اطلاعات مربوط به فعالیت عصبی در یک پاسخ عصبی رمزگذاری شده و معمولاٌ محرک های اساسی که باعث فعالیت عصبی می شوند، نا شناخته هستند. این مقاله یک راه حل عددی برای بازسازی محرک از پاسخ های عصبی هاجکین- هاکسلی را زمانیکه دینامیک عصبی بازیابی می شود، ارائه می دهد. محرک توسط اولین بازیابی حداکثر رسانایی کانال های یونی و ... . برای دانلود فایل کامل مقاله ارائه الگوریتمی جدید برای مدلسازی سلول عصبی با روش معکوس مدل هاجکین-هاکسلی با 10 صفحه به فرمت PDF، میتوانید از طریق بخش "دانلود فایل کامل" اقدام نمایید.