| 第102行: |
第102行: |
| | == 神经科学意义与典型现象 == | | == 神经科学意义与典型现象 == |
| | === 可兴奋响应与恢复 === | | === 可兴奋响应与恢复 === |
| − | 在可兴奋参数区域,系统具有稳定静息态。小扰动只产生较小响应,适当的较大扰动可以触发一次明显的相平面远足,随后回到静息态。恢复变量的慢变化会影响短时间内再次激发的难易程度。有限时间尺度分离下,响应振幅可随刺激连续变化,出现部分振幅的脉冲,因此不宜把 FHN 模型概括为严格的“全或无”模型。<ref name="Izhikevich_FitzHugh_2006" /> | + | 在可兴奋参数区域,系统具有稳定静息态。小扰动只产生较小响应,适当的较大扰动可以触发一次明显的相平面远足,随后回到静息态。恢复变量的慢变化会影响短时间内再次激发的难易程度。有限时间尺度分离下,响应振幅可随刺激连续变化,出现部分振幅的脉冲,因此不宜把 FHN 模型概括为严格的“全或无”模型<ref name="Izhikevich_FitzHugh_2006" />。 |
| | | | |
| | === 持续发放与[[兴奋阻滞]] === | | === 持续发放与[[兴奋阻滞]] === |
| − | 短时刺激触发的单次兴奋响应,应与恒定输入支持的持续周期发放区分。某些参数下,增大恒定输入可使系统从静息进入振荡。进一步增大输入又可使系统停留在较高兴奋水平的稳定平衡态,持续发放终止,这称为兴奋阻滞。因此,输入越强并不意味着始终产生更多脉冲。<ref name="Izhikevich_FitzHugh_2006" />
| + | 短时刺激触发的单次兴奋响应,应与恒定输入支持的持续周期发放区分。某些参数下,增大恒定输入可使系统从静息进入振荡。进一步增大输入又可使系统停留在较高兴奋水平的稳定平衡态,持续发放终止,这称为兴奋阻滞。因此,输入越强并不意味着始终产生更多脉冲<ref name="Izhikevich_FitzHugh_2006" />。 |
| | | | |
| | === 参数示例 === | | === 参数示例 === |
| − | 为说明式(3)和式(5)的用法,取 <math>a=0.7</math>、<math>b=0.8</math>、<math>\varepsilon=0.08</math>。这是一组常见的示例参数。<ref name="Izhikevich_FitzHugh_2006" />按本文方程计算得到以下结果,数值保留四位小数: | + | 为说明式(3)和式(5)的用法,取 <math>a=0.7</math>、<math>b=0.8</math>、<math>\varepsilon=0.08</math>。这是一组常见的示例参数<ref name="Izhikevich_FitzHugh_2006" />。按本文方程计算得到以下结果,数值保留四位小数: |
| | | | |
| | {| class="wikitable" | | {| class="wikitable" |