双耳幅值差确定声源方向的神经信息处理机理研究

神经信息系统实质上是定量系统, 应引起足够重视. 关于神经系统的定量研究方面的报道比较少见. 这一问题将会影响进一步的研究,如双耳声音定向. 双耳定向是定量测量,用定性分析的方法无法满足要求. 已有的生理实验发现声音输入信号强度与听觉神经的输出频率存在单调递增关系,所以本文中声音强度的变化被简化成神经脉冲频率的变化. 本文基于圆映射和符号动力学原理, 建立了神经回路定量模型, 模型中对同侧输入回路采用兴奋性耦合,对侧输入回路采用抑制性耦合,并考虑神经元间突触连接的量子释放特征,采用化学耦合模型实现连接,用耦合系数表示神经元间的耦合程度. 采用Hodgkin-Huxley模型仿真研究听觉神经回路的输入/输出脉冲序列关系. 在已经仿真过的参数范围,模型在输入信号变化与输出脉冲频率变化间存在单调递增/递减的关系. 对于单输入单输出的神经元,采用符号动力学方法进行符号化; 对于多输入单输出的神经元,采用分析各输出脉冲的产生时间,判断其变化位置,从神经脉冲序列中得到对应的两耳声音幅值差变化, 以此定位声源. 随着输出脉冲数的增加, 符号序列的长度增加, 符号序列对输入信号变化敏感, 能够得到较高的测量精度. 仿真结果表明这个模型是定量的,神经脉冲序列能够区分信号的大小.