Izhikevichモデル [1]は2003年に提案された,神経細胞の数理モデルです.
LIFモデルよりも生物学的に妥当性があるモデルで,なおかつHodgkin-Huxleyモデルよりも計算が効率的です.
式の細かな解説は省略しますが,Izhikevichモデルは
パラメータはそれぞれ,
よく使われるパラメータの組み合わせを以下の表にまとめます.
概要 | ||||
---|---|---|---|---|
0.02 | 0.2 | −65 | 2~8 | Regular Spiking (RS): 論文内だと |
0.1 | 0.2 | −65 | 2 | Fast Spiking (FS) |
0.02 | 0.2 | −50 | 2 | Chattering Cell (CH): 定常電流を流すと短時間にたくさん発火するバースト(多重発火)が見られる (例: |
0.02 | 0.25 | −65 | 2 | Low Threshold Spiking (LTS): 抑制性電流を流し終えたあとに反動で発火する |
0.02 | 0.2 | −55 | 4 | Intrinsically Bursting (IB) |
0.2 | 2 | −56 | -16 | Chaos (要 |
早速動かしてみましょう.(PC/タブレット推奨)
以下のパラメータや入力電流を定めて,[Compute!]ボタンを押すと計算し描画してくれます.
なお入力電流を複数混ぜる時は,左のチェックボックスを必ず1つ以上チェックしてください! (チェックしないとなにもおこりません.)
結果はChromeであれば右クリックで画像として保存も可能です.
このページは,バックエンド処理をPython (Flask/NumPy),フロント処理はHTML/CSS + Javascriptで行っています.
時間分解能は
この際,どうしても発火時の膜電位上限値にばらつきが出てしまうため,急勾配時(
もしかしたら設定によっては発火時の膜電位値が不均一になるかもしれません,ご了承ください.
(1) SPINE Web (姉妹ページでIF/LIFモデルのシミュレーションはこっち)
(2) HiroshiARAKI (作者のホームページ)
(3) HIRO LAB BLOG. (作者のブログ)
(4) Qiita - arakiii (SNN系の記事はQiitaにまとめています)
[1] Simple Model of Spiking Neurons, M. Izhikevich, 2003
もし,不具合等ありましたら下記よりご連絡いただければ幸いです.
→ araki [at] hirlab.net
スポンサードリンク