[发明专利]一种脉冲神经网络建模方法、系统及其应用

权利要求书

1.一种脉冲神经网络建模方法，其特征在于，所述建模方法包括：

构建指数型积分放电脉冲神经元模型；所述指数型积分放电脉冲神经元模型用于基于接收到的所有输入电流改变膜电位；

基于待模拟真实神经网络的空间信息对所有神经元进行选择性连接，得到对应于所述待模拟真实神经网络的脉冲神经网络；所述空间信息包括网络结构约束信息、神经元位置信息以及子模块位置信息；每一所述神经元均采用所述指数型积分放电脉冲神经元模型。

2.根据权利要求1所述的建模方法，其特征在于，所述构建指数型积分放电脉冲神经元模型具体包括：

分别建立膜电位计算公式和输入电流总和计算公式，得到所述指数型积分放电脉冲神经元模型。

3.根据权利要求2所述的建模方法，其特征在于，所述输入电流总和计算公式具体包括：

以AMPA突触电流、NMDA突触电流、GABA突触电流、钙离子浓度依赖的钾离子流和相对不应性电流的电流和作为输入电流总和。

4.根据权利要求3所述的建模方法，其特征在于，所述钙离子浓度依赖的钾离子流的计算公式包括：

I_K(Ca)(t)＝g_K(Ca)c(t)(E_K-V(t))；

其中，I_K(Ca)(t)为t时刻的钙离子浓度依赖的钾离子流；g_K(Ca)为钙离子浓度依赖的钾离子流电导；c(t)为t时刻的胞内钙离子浓度；E_K为钾离子流的反转电位；V(t)为t时刻的膜电位。

5.根据权利要求1所述的建模方法，其特征在于，所述基于待模拟真实神经网络的空间信息对所有神经元进行选择性连接，得到对应于所述待模拟真实神经网络的脉冲神经网络具体包括：

基于所述待模拟真实神经网络的空间信息计算任意两个所述神经元之间的连通概率；

根据所述连通概率计算二元连通矩阵；

根据所述二元连通矩阵对所有所述神经元进行选择性连接，得到对应于所述待模拟真实神经网络的脉冲神经网络。

6.根据权利要求5所述的建模方法，其特征在于，所述基于所述待模拟真实神经网络的空间信息计算任意两个所述神经元之间的连通概率具体包括：

其中，P_i,j为神经元i与神经元j之间的连通概率；P_base为基准概率；d_i,j为神经元i与神经元j之间的欧式距离，其根据所述神经元位置信息计算得到；σ_Ed为均匀神经网络中两神经元间连通概率的正态分布的概率常数；P_m为模块化地形信息修正项，其根据所述子模块位置信息计算得到；P_uni为模块间有向性修正项，其根据所述网络结构约束信息计算得到。

7.根据权利要求5所述的建模方法，其特征在于，所述根据所述连通概率计算二元连通矩阵具体包括：

对于每一所述连通概率，随机在0-1范围内生成伪随机数；

根据所述伪随机数与所述连通概率的比较结果，确定每一所述连通概率对应的二元连通矩阵的元素值，得到所述二元连通矩阵。

8.根据权利要求1所述的建模方法，其特征在于，在得到对应于所述待模拟真实神经网络的脉冲神经网络后，所述建模方法还包括：对所述脉冲神经网络增加噪声电流驱动项；具体包括：

每一兴奋性神经元的输入电流总和计算公式包括：以AMPA突触电流、NMDA突触电流、GABA突触电流、钙离子浓度依赖的钾离子流、相对不应性电流和噪声电流的电流和作为输入电流总和。