CN110751273A - 一种神经元及突触模拟组件 - Google Patents
一种神经元及突触模拟组件 Download PDFInfo
- Publication number
- CN110751273A CN110751273A CN201810808142.9A CN201810808142A CN110751273A CN 110751273 A CN110751273 A CN 110751273A CN 201810808142 A CN201810808142 A CN 201810808142A CN 110751273 A CN110751273 A CN 110751273A
- Authority
- CN
- China
- Prior art keywords
- synapse
- neuron
- circuit
- simulation
- output
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004088 simulation Methods 0.000 title claims abstract description 287
- 210000000225 synapse Anatomy 0.000 title claims abstract description 266
- 210000002569 neuron Anatomy 0.000 title claims abstract description 212
- 210000005036 nerve Anatomy 0.000 claims abstract description 55
- 238000013528 artificial neural network Methods 0.000 claims abstract description 39
- 238000000034 method Methods 0.000 claims abstract description 24
- 230000036982 action potential Effects 0.000 claims description 91
- 239000012528 membrane Substances 0.000 claims description 48
- BTCSSZJGUNDROE-UHFFFAOYSA-N gamma-aminobutyric acid Chemical compound NCCCC(O)=O BTCSSZJGUNDROE-UHFFFAOYSA-N 0.000 claims description 36
- 210000001787 dendrite Anatomy 0.000 claims description 34
- 230000005284 excitation Effects 0.000 claims description 32
- 230000010354 integration Effects 0.000 claims description 29
- 210000000063 presynaptic terminal Anatomy 0.000 claims description 25
- 210000003050 axon Anatomy 0.000 claims description 21
- 230000005540 biological transmission Effects 0.000 claims description 21
- 229960003692 gamma aminobutyric acid Drugs 0.000 claims description 21
- 230000000946 synaptic effect Effects 0.000 claims description 18
- 230000009471 action Effects 0.000 claims description 16
- 238000007599 discharging Methods 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 16
- 230000002964 excitative effect Effects 0.000 claims description 15
- 230000001960 triggered effect Effects 0.000 claims description 15
- VYFYYTLLBUKUHU-UHFFFAOYSA-N dopamine Chemical compound NCCC1=CC=C(O)C(O)=C1 VYFYYTLLBUKUHU-UHFFFAOYSA-N 0.000 claims description 14
- 230000002401 inhibitory effect Effects 0.000 claims description 14
- 210000005056 cell body Anatomy 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 9
- 238000009434 installation Methods 0.000 claims description 8
- 229960003638 dopamine Drugs 0.000 claims description 7
- 239000000725 suspension Substances 0.000 claims description 7
- 230000002441 reversible effect Effects 0.000 claims description 6
- 150000001413 amino acids Chemical class 0.000 claims description 5
- 210000002932 cholinergic neuron Anatomy 0.000 claims description 5
- 210000001362 glutamatergic neuron Anatomy 0.000 claims description 5
- 230000001713 cholinergic effect Effects 0.000 claims description 3
- 230000000848 glutamatergic effect Effects 0.000 claims description 3
- 230000002474 noradrenergic effect Effects 0.000 claims description 3
- 230000002461 excitatory amino acid Effects 0.000 claims description 2
- 239000003257 excitatory amino acid Substances 0.000 claims description 2
- 238000012546 transfer Methods 0.000 claims description 2
- 230000001537 neural effect Effects 0.000 abstract description 26
- 239000002858 neurotransmitter agent Substances 0.000 abstract description 17
- 230000007246 mechanism Effects 0.000 abstract description 15
- 210000004556 brain Anatomy 0.000 abstract description 14
- 238000013461 design Methods 0.000 abstract description 7
- 238000005516 engineering process Methods 0.000 description 23
- 238000010586 diagram Methods 0.000 description 16
- OGNSCSPNOLGXSM-UHFFFAOYSA-N (+/-)-DABA Natural products NCCC(N)C(O)=O OGNSCSPNOLGXSM-UHFFFAOYSA-N 0.000 description 15
- SFLSHLFXELFNJZ-QMMMGPOBSA-N (-)-norepinephrine Chemical compound NC[C@H](O)C1=CC=C(O)C(O)=C1 SFLSHLFXELFNJZ-QMMMGPOBSA-N 0.000 description 13
- 230000003291 dopaminomimetic effect Effects 0.000 description 13
- 229960002748 norepinephrine Drugs 0.000 description 13
- SFLSHLFXELFNJZ-UHFFFAOYSA-N norepinephrine Natural products NCC(O)C1=CC=C(O)C(O)=C1 SFLSHLFXELFNJZ-UHFFFAOYSA-N 0.000 description 13
- WHUUTDBJXJRKMK-VKHMYHEASA-N L-glutamic acid Chemical compound OC(=O)[C@@H](N)CCC(O)=O WHUUTDBJXJRKMK-VKHMYHEASA-N 0.000 description 12
- WHUUTDBJXJRKMK-UHFFFAOYSA-N Glutamic acid Natural products OC(=O)C(N)CCC(O)=O WHUUTDBJXJRKMK-UHFFFAOYSA-N 0.000 description 11
- FKNQFGJONOIPTF-UHFFFAOYSA-N Sodium cation Chemical compound [Na+] FKNQFGJONOIPTF-UHFFFAOYSA-N 0.000 description 10
- 229910001415 sodium ion Inorganic materials 0.000 description 10
- 230000015654 memory Effects 0.000 description 8
- 238000011160 research Methods 0.000 description 7
- 230000003956 synaptic plasticity Effects 0.000 description 7
- OIPILFWXSMYKGL-UHFFFAOYSA-N acetylcholine Chemical compound CC(=O)OCC[N+](C)(C)C OIPILFWXSMYKGL-UHFFFAOYSA-N 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 108091006146 Channels Proteins 0.000 description 5
- 235000001014 amino acid Nutrition 0.000 description 4
- 230000033764 rhythmic process Effects 0.000 description 4
- 230000005062 synaptic transmission Effects 0.000 description 4
- 230000003936 working memory Effects 0.000 description 4
- 108010052164 Sodium Channels Proteins 0.000 description 3
- 102000018674 Sodium Channels Human genes 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 230000003376 axonal effect Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 230000007787 long-term memory Effects 0.000 description 3
- 230000000630 rising effect Effects 0.000 description 3
- 230000001800 adrenalinergic effect Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000001054 cortical effect Effects 0.000 description 2
- 238000004880 explosion Methods 0.000 description 2
- 230000000977 initiatory effect Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 230000003278 mimic effect Effects 0.000 description 2
- 230000001242 postsynaptic effect Effects 0.000 description 2
- 230000003518 presynaptic effect Effects 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- UCTWMZQNUQWSLP-VIFPVBQESA-N (R)-adrenaline Chemical compound CNC[C@H](O)C1=CC=C(O)C(O)=C1 UCTWMZQNUQWSLP-VIFPVBQESA-N 0.000 description 1
- 229930182837 (R)-adrenaline Natural products 0.000 description 1
- 108050005273 Amino acid transporters Proteins 0.000 description 1
- 102000034263 Amino acid transporters Human genes 0.000 description 1
- 241000238371 Sepiidae Species 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 229960004373 acetylcholine Drugs 0.000 description 1
- 210000004727 amygdala Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 210000003198 cerebellar cortex Anatomy 0.000 description 1
- 210000003710 cerebral cortex Anatomy 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000002996 emotional effect Effects 0.000 description 1
- 229960005139 epinephrine Drugs 0.000 description 1
- 238000010304 firing Methods 0.000 description 1
- 210000004907 gland Anatomy 0.000 description 1
- 229930195712 glutamate Natural products 0.000 description 1
- 235000013922 glutamic acid Nutrition 0.000 description 1
- 239000004220 glutamic acid Substances 0.000 description 1
- 210000001320 hippocampus Anatomy 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000028161 membrane depolarization Effects 0.000 description 1
- 210000001577 neostriatum Anatomy 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 125000002924 primary amino group Chemical group [H]N([H])* 0.000 description 1
- 230000011514 reflex Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 210000001044 sensory neuron Anatomy 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/06—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons
- G06N3/063—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons using electronic means
- G06N3/065—Analogue means
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Computation (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Neurology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及神经科学领域的一种组合式的神经元及突触模拟组件，包括独立的神经元模拟装置和突触模拟装置，神经元模拟装置和突触模拟装置可通过结构连接件和电气连接件，构建出各种复杂的立体模拟神经网络。本发明可供完全没有电子电路基础的使用者以机械接插的方法，通过简单的连接方式方便灵活的构建各种模拟神经环路，用于演示或研究大脑中枢神经的工作机制。其创新性的电路设计也使所构建的神经网络能够模拟多种神经元以不同神经递质进行工作的复杂神经环路。
Description
技术领域 本发明涉及神经科学领域的一种神经元及突触模拟装置的组件，以及构成这些神经元及突触 模拟装置的模拟电路。
背景技术 目前神经网络的模拟技术在形式上大概有两大类，一类是在计算机上建立数学模型，模拟神 经网络的计算模式，用于设计各种人工智能神经网络的软件或芯片，但对研究分析大脑中枢神经的工作机 制没有多大作用。另一类是采用电子电路来模拟大脑神经元的实体的工作，一般由输入膜积分电路(用于 模拟神经元的膜电位整合)、具有阈值触发的阈值触发电路(用于模拟动作电位的阈值触发，常采用电压 比较器来构成)、脉冲输出电路(用于模拟轴突末梢的动作电位脉冲输出)等组成，一般是在实验室以电 路模块的方式来实现，用来模拟神经元的工作机制，促进人工神经网络的研究和设计。
总的说，现有的神经元和神经网络的模拟技术，更适合用来模拟大脑对大量信息的输入处理工作，用 于推动人工智能神经网络尤其是大数据处理等人工智能的研究和发展。但是，如果要用来构建各种复杂的 神经环路，以模拟和研究大脑中枢神经的工作机制，尤其是存在各种调制的思维或运动中枢的神经环路， 现有模拟技术便不大适合。而且现有模拟技术的使用和电路连接需要使用者具有电子电路基础，并不适合 没有电子电路基础的神经科学研究者或学生使用，其使用也需要进行各种电路连接，很难用来构建需要大 量神经元构成的复杂的神经环路，所以现有技术对研究分析中枢神经工作机制很难有实用价值。
在电路上，现有的神经元模拟技术大多是按照经典的巨乌贼动作电位爆发模型来进行模拟，或者模拟 各种感觉神经元的工作机制，而未能模拟大脑皮质的椎体神经的更复杂和细节性的动作电位爆发机制。而 且，中枢神经存在多种以不同神经递质进行工作的神经元及其轴突末梢的突触，它们的工作机制及产生的 作用是不同的，现有模拟技术没有对此进行充分考虑和模拟。
申请人之前提出的2014106066977号专利申请，模拟了神经元的两种不同钠离子亚型动作电位的兴奋 整合和触发过程。其中钠离子V1.6亚型动作电位触发后只向轴突末梢单向传递，是神经元进行思维反射 等信号整合处理的主要方式，而钠离子V1.2亚型动作电位触发后既向轴突末梢传递也向胞体和树突进行 反向传递，是神经元进行记忆(形成突触可塑性)的工作基础。申请人在之后发现，这些神经元的动作电 位触发过程还存在一些不同细节，钠离子V1.6亚型动作电位触发后，由于受轴突始段(axon initial segment， 即AIS)近胞体段的低密度高阈值的钠离子通道的阻碍作用，动作电位未能向胞体和树突进行反向传递， 所以未能完全清除胞体和树突残留的膜兴奋信号，也即未能完全的膜去极化，这些残留的膜兴奋在短时间 内存在，使得神经元在下一次存在兴奋输入时更容易完成兴奋整合而触发新的动作电位，而这可能正是发 生于皮质上的工作记忆的产生机制。本发明也对此进行修改，使其工作更为准确和完善。
发明内容 本发明目的是公开这样一种神经元及神经网络的电子模拟装置，其使用无需涉及电子电路原 理，可供完全没有电子电路基础的使用者比如脑科学研究者，以机械接插的方法，通过简单的连接方式方 便灵活的构建出各种大脑神经环路，用于演示或研究大脑中枢神经的工作机制。
另一方面，在电路上，本发明的神经元模拟装置能够更完善的模拟神经元两种不同钠离子亚型动作电 位的兴奋整合和触发过程。本发明的突触模拟装置能够模拟多种以不同神经递质工作的神经元轴突末梢的
本发明的神经元及突触模拟组件包括神经元模拟装置、突触模拟装置，还包括有结构连接件和电气连 接件；神经元模拟装置包括有外壳和安装在外壳里面的神经元模拟电路模块，其外壳的上侧和下侧都设置 有垂直连接座和电源插座，左右两侧设置有水平连接座，前端设置有输出插座，后端设置有输入插座；
突触模拟装置包括有外壳和安装在外壳里面的突触模拟电路模块，其外壳的前端和后端设置(连接) 有信号连接线，信号连接线的末端设置(连接)有信号插头；信号插头用于接插到神经元模拟装置的输入 插座或输出插座，或接插到信号连接件的信号插座；
结构连接件包括有垂直连接杆和水平连接杆，垂直连接杆的两端设置有连接头，用于与神经元模拟装 置的垂直连接座进行可拆卸的安装连接，即可安装连接在一起也可拆卸分离；水平连接杆的两端设置有连 接头，用于与神经元模拟装置的水平连接座进行可拆卸的安装连接，即可安装连接在一起也可拆卸分离。
电气连接件包括电源连接件和信号连接件，电源连接件包括有电源连接线和两端的电源插头，用于连 接到神经元模拟装置的电源插座；信号连接件包括有信号连接线、信号插头和信号插座，信号插头用于接 插到神经元模拟装置的输入插座或输出插座，信号插座可与突触模拟装置的信号插头相接插。
作为一种改进，神经元模拟装置的上侧和下侧的垂直连接座上设置有电源连接端，垂直连接座同时也 作为电源插座，也即垂直连接座与电源插座是一体化的；垂直连接杆里面设置有电源连接线，垂直连接杆 两端的连接头上设置有电源接插端；当垂直连接座(电源插座)与垂直连接杆安装连接在一起时，垂直连 接座里面的电源连接端与垂直连接杆两端的电源接插端相连接。这样，当垂直连接杆与神经元模拟装置进 行结构连接时，同时也对神经元模拟装置进行电源连接，使用更简单方便。
所述的神经元模拟装置的前端的输出插座包括有一组(两只)电源输出端子，也即正极和负极(地)， 和一个信号输出端子。其后端的输入插座包括有一个电源端子，(接地电极，一般是负极)，和一个信号输 入端子。相应的，突触模拟装置的后端的信号插头(输入插头)包括有一组电源输入端子，也即正极和负 极(地)，和一个信号输入端子。其前端的信号插头(输出插头)包括有一个电源端子，(接地电极，一般 是负极)，和一个信号输出端子。该设计由神经元模拟装置的输出插座通过信号连接线来给突触模拟装置 供电，所以突触模拟装置能够省去电源连接线，再由于突触模拟装置的体积和重量都较小，可以直接通过 前后两根连接线悬挂在空中，无需安装固定，所以可以更方便的随时调整神经环路的神经投射方式。
信号连接件包括有信号连接线、信号插头和二个以上的信号插座。采用一个信号插头分出多个信号插 座的方式，具有连接扩展功能，能够同时供多个突触模拟装置进行连接。
采用上述的神经元及突触的模拟组件，可以通过座式安装的方法来搭建立体神经网络，其特征在于： 在一个结构稳定的基座上面设置有安装座，安装座与垂直连接杆进行安装连接，垂直连接杆上面安装连接 第一层神经元模拟装置，神经元模拟装置的侧面采用水平连接杆进行连接以使结构稳定，在第一层神经元 模拟装置的上方再向上扩展安装多层神经元模拟装置，形成立体神经网络，并使用突触模拟装置连接在神 经元模拟装置之间。
采用上述的神经元及突触的模拟组件，还可以通过悬挂式安装的方法来搭建立体神经网络，其特征在 于：在一个结构稳定的安装架或安装板(比如房间的天花板)上设置有安装座，安装座向下安装连接有悬 挂连接杆，悬挂连接杆的下方采用垂直连接杆安装连接第一层神经元模拟装置，神经元模拟装置的侧面采 用水平连接杆进行连接以使结构稳定，第一层神经元模拟装置的下方再向下扩展安装多层神经元模拟装 置，形成立体神经网络，并使用突触模拟装置连接在神经元模拟装置之间。
本发明的神经模拟装置采用独立装置的结构，以极其简单灵活的机械接插的方式，通过垂直连接杆和 水平连接杆进行结构连接，以搭建一个可随意扩展的立体的网络结构，而神经元与神经元之间可根据需要 采用突触模拟装置和信号连接件进行任意的多对多的各种连接，以构建各种复杂神经投射的模拟神经网 络，并可随时改变神经元与突触之间的连接，使用简单方便。本发明将极其专业的科研最前沿的神经元、 突触和神经网络的模拟技术，创造性的设计为独立结构组件的接插和搭建，使得其使用无需涉及电子电路 原理，只需按照所要模拟的神经环路的神经投射，以简单和直观的机械接插方式便可任意构建出各种神经 环路或神经网络，可供大量只懂神经科学而完全没有电子电路基础的神经科学研究者、各院校的神经科学 实验室及其学生和爱好者使用，通过简单的连接方便灵活的模拟或构建各种神经环路，使得更多的研究者 和学生能够进行神经环路工作机制的研究分析，有利于促进脑科学的研究工作。
在电路上，神经元模拟电路模块可选用现有的各种神经元模拟技术。本发明同时公开一种创新性的模 拟技术，其神经元模拟装置里面的神经元模拟电路模块，包括有树突输入端、信号处理模块、和轴突输出 端；作为现有技术，信号处理模块包括有膜积分电路、第一阈值触发电路和第二阈值触发电路、第一动作 电位脉冲产生电路和第二动作电位脉冲产生电路；一个连接在第二动作电位产生电路输出端与树突输入端 之间的反向传送通道；其特征在于：树突输入端连接到膜积分电路的输入端，膜积分电路的输出端连接到 第二阈值触发电路的输入端，同时还通过一个延迟电路连接到第一阈值触发电路的输入端；第一动作电位 脉冲产生电路的输出端连接到第一膜放电电路的输入端，第一膜放电电路的放电端(通过一只电阻，使得 只能部分清除膜积分电路的残留电位)连接到膜积分电路的输出端；第二动作电位脉冲产生电路的输出端 连接到第二膜放电电路的输入端，第二膜放电电路的放电端直接连接到膜积分电路的输出端；第二动作电 位脉冲产生电路的输出端和第一动作电位产生电路的输出端共同连接到一个轴突输出电路的输入端，轴突 输出电路的输出端连接到轴突输出端。
所述树突输入端用于模拟神经元的树突输入；所述信号处理模块用于模拟神经元对信号进行整合和处 理的部分；所述轴突输出端用于模拟神经元的轴突输出；所述膜积分电路用于模拟对膜输入兴奋电位整合 的过程；所述第一膜放电电路用于模拟低阈值动作电位触发后对轴突AIS上膜残留兴奋电位的清除动作； 所述第二膜放电电路用于模拟高阈值动作电位触发后对轴突AIS、胞体和树突的膜残留兴奋电位的清除动 作；所述第一阈值触发电路用于模拟神经元触发低阈值动作电位的动作，其触发阈值较低；所述第二阈值 触发电路用于模拟神经元触发高阈值动作电位的动作，其触发阈值较高；所述第一动作电位脉冲产生电路 用于模拟神经元触发低阈值动作电位时产生的输出脉冲；所述第二动作电位脉冲产生电路用于模拟神经元 触发高阈值动作电位时产生的输出脉冲。
突触模拟装置的电路模块可选用现有的各种突触模拟技术。本发明同时公开一种创新性的突触模拟技 术，其突触模拟装置里面的突触模拟电路模块，包括突触输入端、突触输出端、和突触模式选择电路；突 触模式选择电路，包括一个多选一的选择开关和多个具有不同突触传递特性的突触模拟电路，通过多选一 的选择开关来选择其中一个突触模拟电路接入电路进行工作。这样的突触模拟装置能够通过开关选择，模 拟以不同神经递质进行工作的突触传递特性。
所述多个具有不同突触传递特性的突触模拟电路，包括以下突触模拟电路的至少二个：1、Glu神经 突触模拟电路，由一个具有突触传递STDP可塑性的突触模拟电路构成，用于模拟兴奋性氨基酸能神经尤 其是谷氨酸能(Glu)神经的输出特性；当多选一选择开关选择该项时，该突触模拟电路接入突触输入端 和突触输出端之间，相当于一个以谷氨酸能神经元工作的神经元轴突末梢的突触模拟装置，为描述方便简 称为谷氨酸能神经的突触模拟装置或模拟Glu突触。2、GABA神经突触模拟电路，主要由一个脉冲反相 电路连接一个具有突触传递STDP可塑性的突触模拟电路构成，用于模拟抑制性氨基酸神经尤其是γ-氨 基丁酸能(GABA)神经的输出特性；当多选一选择开关选择该项时，该突触模拟电路接入突触输入端和 突触输出端之间，相当于一个以GABA神经元工作的神经元轴突末梢的突触模拟装置，为描述方便简称 为GABA神经的突触模拟装置或模拟GABA突触。3、Ach神经突触模拟电路，由一个具有较强的突触传 递效能而没有突触STDP可塑性(可以有突触易化特性)的突触模拟电路构成，用于模拟胆碱能(Ach) 神经的输出特性；当多选一选择开关选择该项时，该突触模拟电路接入突触输入端和突触输出端之间，相 当于一个以胆碱能神经元工作的神经元轴突末梢的突触模拟装置，为描述方便简称为胆碱能神经的突触模 拟装置或模拟Ach突触。4、DA神经突触模拟电路，主要由一个触发延时电路连接一个脉冲反相电路构成、并具有反相输出端的突触模拟电路，用于模拟具有抑制性调制输出且调制输出有效周期较长的多巴胺 能(DA)神经的输出特性；当多选一选择开关选择该项时，该突触模拟电路接入突触输入端和突触输出 端之间，相当于一个以多巴胺神经元工作的神经元轴突末梢的突触模拟装置，为描述方便简称为多巴胺神 经的突触模拟装置或模拟DA突触。5、NE神经突触模拟电路，主要由一个触发延时电路构成、并具有正 相输出端的突触模拟电路，用于模拟具有兴奋性调制输出且调制输出有效周期较长的肾上腺素能神经(释 放去甲肾上腺素NE或肾上腺素E)的输出特性；当多选一选择开关选择该项时，该突触模拟电路接入突 触输入端和突触输出端之间，相当于一个以去甲肾上腺素能神经元工作的神经元轴突末梢的突触模拟装 置，为描述方便简称为NE能神经的突触模拟装置或模拟NE突触。6、以其他神经递质工作的神经元， 可以根据其突触工作特性来构造相应的突触模拟电路，其原理类似。
按照本发明的设计，以不同神经递质工作的神经元，其胞体和树突对输入信号的整合，在轴突始段 (AIS)触发动作电位脉冲的机制，以及爆发输出动作电位脉冲的工作是一样的，但使用者可以根据所要 模拟的神经环路、以及以不同神经递质工作的不同神经元的投射关系，也即根据需要而采用不同传递特性 的突触模拟装置来连接到各个神经元之间，模拟以多种不同递质工作的神经元构成的神经环路或神经网 络。本发明甚至能够模拟同一神经元轴突末梢的突触前膜可以释放多种不同的神经递质、从而实现不同传 递效应的复杂情况，甚至可以在工作时根据工作结果或分析随时通过调整突触模拟装置的多选一开关，切 换以不同突触传递特性的突触模拟电路接入神经环路中，给使用带来极大的方便性和灵活性，能够构建各 种复杂的带有各种不同神经投射的神经网络。本发明也无需像现有技术那样引入一个时钟信号或其他人工 控制信号来进行工作控制，更接近于自然的中枢神经网络的工作。
本发明另一个特征是修正对两种动作电位爆发后对膜残留兴奋的清除，两个动作电位脉冲产生电路分 别通过各自的膜放电电路连接到膜积分电路，它们对膜积分电路的放电效果是不同的，当第二动作电位爆 发时能够通过第二膜放电电路完全清除膜积分电路的残留电位，而当第一动作电位爆发时则是输出到第一 膜放电电路，而第一膜积分电路内部是通过一只电阻来连接膜积分电路，所以只能部分而不能完全的清除 膜积分电路的残留电位。这一改进的意义是使本发明的模拟神经元在以低阈值动作电位工作时，也即在模 拟思维和反应的工作过程时，没有完全清除神经元兴奋信号的残留，于是在受到新的兴奋信号输入时，更 容易整合产生新的动作电位发放，这可以模拟神经网络在思维和反应时产生“工作记忆”的工作机制。
附图说明 图1是神经元模拟装置的结构示意图。图2是突触模拟装置的结构示意图。图3是垂直连接 杆的结构示意图。图4是电气连接件的组成示意图。图5是本发明采用座式安装的立体神经网络的示意图 (侧视图)。图6是座式安装的立体神经网络的示意图(后视图)。图7是本发明的突触模拟装置采用信号 连接件进行扩展连接的示意图。图8是本发明采用悬挂式安装的立体神经网络的示意图(侧视图)。图9 是本发明模拟神经元的电路模块的电路原理方框图。图10是突触模拟装置的电路模块的电路连接示意图。 图11是突触模拟装置电路模块的电路原理方框图。
具体实施方式 以下为本发明的具体实施的叙述。
本发明的神经元及突触模拟装置包括多个神经元模拟装置、多个突触模拟装置、多个结构连接件和多 个电气连接件；神经元模拟装置与神经元模拟装置之间通过结构连接件进行结构安装并连接在一起，再根 据模拟神经环路所需要的神经元连接方式，将突触模拟装置和电气连接件连接在各个神经元模拟装置的输 入端和输出端之间，构成模拟神经网络。
其中神经元模拟装置如图1的结构示意图，神经元模拟装置1包括有外壳11，外壳里面安装有神经 元模拟电路模块，其外壳11的上侧和下侧设置有垂直连接座12，垂直连接座同时作为电源插座；外壳11 的两侧设置有水平连接座13，其前端设置有输出插座15，其后端设置有输入插座14。
突触模拟装置的结构如图2。突触模拟装置2包括有外壳21，外壳里面安装有突触模拟电路模块，外 壳前端(突触输出端)和后端(突触输入端)分别设置(连接)有信号连接线23，信号连接线23的末端 设置(连接)有信号插头22；信号插头22可接插到神经元模拟装置的输入插座14或输出插座15。
结构连接件包括有垂直连接杆和水平连接杆，垂直连接杆和水平连接杆的结构是一样的，但两者的大 小和长度可以有不同，其杆体可以是各种形状，但一般采用圆形，也即杆体为圆管状。垂直连接杆承载这 垂直方向的多个神经元模拟装置的重量，所以垂直连接杆的杆体较粗，也即横截面直径较大。垂直连接杆 3的结构示意图如图3，包括有杆体31和两端的连接头。连接头可与神经元模拟装置的垂直连接座12进 行可拆卸的安装连接，(即可安装连接在一起也可拆卸分离)。这种连接头与连接座的结构和连接方式是机 械领域的简单和常用的结构，比如，连接头包括外环32和内芯33，可插进垂直连接座12的外环和内孔里面，并依靠螺纹结构或摩擦力或其他结构进行固定。水平连接杆的杆体两端设置有连接头，可与神经元 模拟装置的水平连接座进行可拆卸的安装连接，由于水平连接杆不用承载重量，所以杆体可细一点，可以 是圆管状也可以是圆杆状，两端的连接头也可简单一点，比如采用一个单芯直接插进水平连接座的孔，依 靠摩擦力进行固定。
电气连接件包括电源连接件和信号连接件，电源连接件包括有电源连接线和两端的电源插头，电源插 头可连接到神经元模拟装置的电源插座，这是常用的电源供给方式。信号连接件如图4的示意图，信号连 接件4包括有信号连接线41、信号插头42和多个信号插座43，信号连接线将信号插头42和信号插座43 进行信号连接。信号插头42可接插到神经元模拟装置的输入插座14或输出插座15，信号插座43可与突 触模拟装置的信号插头22相接插。采用一个信号插头分出多个信号插座的方式，具有扩展功能，能够同 时供多个突触模拟装置进行连接。
作为更合适的方案，神经元模拟装置1上侧和下侧的垂直连接座12同时也是电源插座，也即垂直连 接座上设置有电源连接结构，垂直连接座与电源插座是一体化的，而圆管状的垂直连接杆3里面设置有电 源连接线，垂直连接杆3两端的连接头设置有电源接插端，当垂直连接座(电源插座)与垂直连接杆安装 连接在一起时，垂直连接座里面的电源连接端与垂直连接杆的两端的电源接插端相连接。比如图3的垂直 连接杆的外环32同时作为电源接地端，内芯33同时作为电源正极连接端，而神经元模拟装置的垂直连接 座的外环作为接地端，内孔作为电源正极连接端，这样，当垂直连接杆与神经元模拟装置进行结构连接时， 同时也对神经元模拟装置进行电源连接，使用更简单方便。这种同时兼具结构连接和电源连接的连接方式 简单实用。
神经元模拟装置的前端的输出插座15包括有一组电源输出端子，也即正极和负极(地)，和一个信号 输出端子，也即三极插座，可以直接采用双声道音频输出插座或其他类似插座。其后端的输入插座14包 括有一个电源端子，(接地电极，一般是负极)，和一个信号输入端子，也即两极插座，可以直接采用单声 道音频输出插座或其他类似插座。相应的，突触模拟装置后端(信号输入端)的信号插头(输入插头)包 括有一组电源输出端子，也即正极和负极(地)，和一个信号输入端子，也即三极插头，可以直接采用双 声道音频插头或其他类似插头。突触模拟装置前端(信号输出端)的信号插头(输出插头)包括有一个电 源端子，(接地电极，一般是负极)，和一个信号输出端子，也即两极插头，可以直接采用单声道音频插头 或其他类似插头。该设计由神经元模拟装置的输出插座15通过信号连接线来给突触模拟装置供电，所以 突触模拟装置能够省去电源连接线，再由于突触模拟装置的体积和重量都较小，可以直接通过前后两根连 接线悬挂在空中，无需安装固定，所以可以更方便的随时调整神经环路的神经投射方式。相应的，图4 的信号连接件4也可以有两种，一种是采用三极插头、三芯信号连接线和三极插座；一种是采用两极插头、 两芯信号连接线和两极插座。(实际也可将三极的信号连接件作为两极的信号连接件使用)。
在采用本发明的神经元及突触模拟装置构建立体神经网络时，可以采用座式安装的方式，如图5，在 一个结构稳定的基座5(或称平台)，基座5上面设置有安装座51，安装座实际也是跟神经元模拟装置的 垂直连接座一样的结构，可以与垂直连接杆进行安装连接。同时也可提供电源供给。安装座51按行和列 进行分布设置，数量根据所需模拟的神经网络的复杂程度而定，比如5行5列。使用时，可将第一层的神 经元模拟装置1通过垂直连接杆3安装在安装座51上，根据神经网络的投射需要可以是前端后端同一朝 向也可以是前端后端相对朝向，如图5的示意图(侧视图，即神经元模拟装置的侧面视图)。再将水平连 接杆6连接在神经元模拟装置1的侧面的水平连接座13上，使神经元模拟装置结构稳定，如图6的示意 图(后视图，即从神经元模拟装置的后端前视)。然后在第一层神经元模拟装置上面使用垂直连接杆安装 连接第二层神经元模拟装置，使用水平连接杆安装连接在第二层神经元模拟装置侧面的水平连接座，使第 二层神经元结构稳定。以此类推，可不断向上扩展安装神经元模拟装置，构建成立体的神经网络，如图5 和图6。神经元的层数根据所模拟的神经网络的需要而定，比如5层。这样可构建一个5行5列5层的立 体神经网络模块，一共125个神经元，已经足以满足模拟大多数神经环路的需要。然后在神经元模拟装置 之间，根据神经环路的神经元投射关系，使用突触模拟装置2连接在神经元模拟装置前端的输出插座15和后端的输入插座14之间，由于神经元投射的复杂程度，如果输入插座和输出插座的数量不够，或者需 要将突触模拟装置进行跨行跨列跨层进行连接时，则可采用图4所示的信号连接件进行扩展连接，连接方 式如图7，即将信号连接件4的信号插头连接在神经元模拟装置的输入插座或输出插座上，然后将突触模 拟装置2的信号插头22连接在信号连接件的信号插座43上。注意突触模拟装置后端的信号插头需要连接 到神经元模拟装置的输出插座，以进行电源连接。
上述的座式安装方式，可构建一个立体神经网络模块，满足一般神经环路的模拟需要。对于更大型更 复杂的涉及多个神经核团互相投射的中枢神经网络的模拟，也可使用多个图5这样的立体神经网络模块， 每个模块搭建一个神经局部环路，比如用来模拟一个神经核团的内部投射，然后模块之间进行信号连接来 模拟神经核团之间的信号投射。
图8是采用悬挂式安装的方法搭建立体神经网络的示意图(侧视图)。在上面的结构稳定的安装架或 安装板7上，(可直接采用房间的天花板)，设置有安装座71，然后向下安装连接有悬挂连接杆72，悬挂 连接杆72结构跟垂直连接杆3一样，只是长度更长，也可采用垂直连接杆3多根连接构成。在悬挂连接 杆72的下方采用垂直连接杆3安装连接第一层神经元模拟装置，并实现电源供给。神经元模拟装置的侧 面一样采用水平连接杆进行连接以使结构稳定。然后根据需要向下扩展安装多层神经元模拟装置，形成多 层的立体神经网络，并使用突触模拟装置2连接在神经元模拟装置1之间。这种方式可以从房间天花板向 下悬挂安装更多行列和层数的神经元模拟装置，适合于实验室构建更大型更复杂的神经网络。
本发明的神经元模拟装置里面安装有神经元模拟电路模块，突触模拟装置里面安装有突触模拟电路模 块，这些电路模拟模块可以采用现有的各种神经元模拟技术和突触模拟技术。而作为一种实施例，本发明 同时公开具有创新性的神经元模拟技术和突触模拟技术。以这些技术实施的神经元模拟装置能够更完善的 模拟神经元两种不同钠离子亚型动作电位的兴奋整合和触发过程。而突触模拟装置能够模拟多种以不同神 经递质工作的神经元轴突末梢的突触的工作及其功能。以本发明的神经元和突触模拟电路模块构建的模拟 神经网络能够模拟更复杂的以不同神经递质工作的神经环路。
根据神经元动作电位的爆发机制，神经元接受来自树突和胞体的输入信号，并在轴突始段(axon initial segment，AIS)进行信号整合，当兴奋信号超过阈值时则爆发动作电位。根据钠离子通道的不同，神经元 (尤其是氨基酸神经元)的动作电位具有两种主要的亚型：1、钠离子通道V1.2亚型，如果树突输入的兴 奋信号足够强烈，整合后兴奋信号的幅度足够大且上升沿很陡(斜率足够大)，则能够在AIS的近胞体段 直接通过高阈值低密度的钠离子V1.2通道触发动作电位，这时动作电位脉冲既向轴突末梢进行正向传播， 也向胞体和树突进行反向传播，正向传递的意义是用于进行信号传递和整合处理，是大脑实现信息反应和 思维的基础，而反向传播的意义是将胞体和树突的残余兴奋清除，并能够给树突的突触后膜一个反馈信号， 使突触能够形成可塑性，尤其是形成长时程的时间依赖突触可塑性(spike timing dependent plasticity， STDP)，是大脑形成长时程记忆的基础。2、钠离子通道V1.6亚型，如果树突输入的兴奋信号不是很强烈， 虽然整合后兴奋信号的幅度足够大但上升沿不够陡(斜率较小)，则只能在AIS的远段通过低阈值高密度 的钠离子V1.6通道触发动作电位，这时动作电位脉冲只向轴突末梢进行正向传播，由于受到AIS近胞体 段高阈值低密度的钠离子V.12亚型通道的阻抗，没有向胞体和树突进行反向传播，所以无法使树突的突 触形成STDP可塑性。另一方面也使其只能清除AIS的膜兴奋信号，而没有能够清除胞体和树突的残留兴 奋信号，于是在残留兴奋存在的时间内，这一神经元在受到周围相关神经元的兴奋信号输入刺激时，更加 容易再次激活触发动作电位，这一特征有可能是皮质神经元形成工作记忆的基础。在大脑，V1.2亚型主 要发生在海马、纹状体、杏仁核等位置的神经元，是大脑形成长时程的陈述性记忆、程序记忆和情绪记忆 的基础，而V1.6亚型主要发生在皮质尤其是端脑联合皮质(可能也包括小脑皮质)的神经元，是大脑形 成运动反射、思维、反应等信息整合处理的基础，这部分神经元无法直接通过突触可塑性形成长时程记忆， 但能够形成短时间的工作记忆，并能够在反复刺激下通过突触重构来形成永久记忆(皮质记忆)。所以， 大脑并非依赖不同的记忆系统来形成不同的工作记忆、长时程记忆和永久记忆，而是在同一神经网络中依 赖不同的机制来形成这些不同记忆。
另外，以不同神经递质工作的各种神经元，其树突输入信号的整合和触发动作电位基本是一样的， 区别只是在轴突末梢的突触前膜释放的神经递质不同，并通过不同受体接收后对突触后膜的神经元产生兴 奋或抑制等不同作用，且产生作用的时效性不同。以主要的神经递质来说：谷氨酸(Glu)产生兴奋作用 但时效性较短，γ-氨基丁酸(GABA)产生抑制作用但时效性较短，包括Glu和GABA的氨基酸递质对 后膜产生的兴奋或抑制作用不是很强烈，但氨基酸突触大多能够形成突触可塑性。乙酰胆碱(Ach)释放 和清除的时间都很短，但能够对后膜产生强烈的兴奋作用，往往能够使后神经元爆发V1.2亚型动作电位。 去甲肾上腺素(NE)产生兴奋作用且时效性较长，一般是起到兴奋性的调制作用，它不是使后神经元直 接触发动作电位，而是在其发生调制作用的周期内更加容易触发动作电位(或动作电位发放节律较高)。 多巴胺(DA)根据受体不同可以产生兴奋作用或抑制作用且时效性较长，以抑制作用为主，在本发明只 模拟其抑制作用，能够产生抑制性的调制作用，使后神经元在其发生调制作用的周期内受抑制而不容易触 发动作电位(或动作电位发放节律较低)。当然，大脑还具有数量众多的其他神经递质和调质，上述这些 是最基本最重要的，也是本发明的模拟神经元所涉及的。
根据上述这些研究结果，本发明设计的模拟神经元的电路原理方框图如图9。本发明的神经元模拟电 路模块，包括有树突输入端(用于模拟神经元的树突输入，连接到神经元模拟装置1后端的输入插座14)、 信号处理模块(用于模拟神经元对信号进行整合和处理的部分)、和轴突输出端(用于模拟神经元的轴突 输出，连接到神经元模拟装置1前端的输出插座15)；作为现有技术，信号处理模块包括有膜积分电路(用 于模拟对膜输入兴奋电位整合的过程)、第一阈值触发电路(用于模拟神经元触发低阈值的V1.6亚型动作 电位的动作，其触发阈值V1较低)和第二阈值触发电路(用于模拟神经元触发高阈值的V1.2亚型动作电位的动作，其触发阈值V2较高)、第一动作电位脉冲产生电路(用于模拟神经元触发低阈值动作电位 时产生的脉冲输出)和第二动作电位脉冲产生电路(用于模拟神经元触发高阈值动作电位时产生的脉冲输 出)；一个连接在第二动作电位产生电路输出端与树突输入端之间的反向传送通道(用于提供产生STDP 突触可塑性的反向信号)；其特征在于：树突输入端连接到膜积分电路的输入端，膜积分电路的输出端连 接到第二阈值触发电路的输入端，同时还通过一个延迟电路连接到第一阈值触发电路的输入端；第一动作 电位脉冲产生电路的输出端连接到第一膜放电电路(用于模拟低阈值动作电位触发后对AIS上残留兴奋电位的清除)的输入端，第一膜放电电路的放电端(通过一只电阻，使得只能部分清除膜积分电路的残留电 位)连接到膜积分电路的输出端；第二动作电位脉冲产生电路的输出端连接到第二膜放电电路(用于模拟 高阈值动作电位触发后对AIS、胞体和树突上残留兴奋电位的完全清除)的输入端，第二膜放电电路的放 电端直接连接到膜积分电路的输出端；第二动作电位脉冲产生电路的输出端和第一动作电位产生电路的输 出端共同连接到一个轴突输出电路的输入端，轴突输出电路的输出端连接到轴突输出端。
上述所涉及的具体电路模块的电路原理图、工作原理和过程可参考申请人之前提交的2014106066977 号中国专利申请，本发明作为其改进，将其作为现有技术不再详细叙述。
其中第二阈值触发电路设定的触发阈值V2大于第一阈值触发电路设定的触发阈值V1。其差值视V1 的设定值以及膜积分电路的积分设置而定，一般设为比V1大10％至35％较为合适。当树突输入的兴奋信 号不是很强烈时，经过膜整合后的兴奋信号是逐渐升高，先达到第一阈值触发电路的触发阈值，使第一阈 值触发电路优先爆发V1.6亚型的动作电位。在树突输入端与第一阈值触发电路输入端之间的延迟电路， 用于模拟从树突输入和整合的兴奋信号传递到轴突的AIS远段时，需要一段短暂的延迟时间和衰减。其延 迟时间取值很小，具体视膜积分电路的时间参数而定，一般情况下，大约可取为积分时间常数的5％至25％ 之间。信号延迟电路的设置使得当树突输入端输入强烈的信号时，经过膜整合后的兴奋信号上升很快，(上 升沿斜率很大)，在经过延迟到达第一阈值触发电路的触发阈值之前，已经达到第二阈值触发电路的触发 阈值，于是第二阈值触发电路先于第一阈值触发电路而触发，神经元爆发V1.2亚型的动作电位。
本发明的突触模拟电路模块，包括突触输入端、突触输出端和突触模式选择电路，突触输入端连接到 突触模拟装置2后端(突触输入端)的信号连接线，突触输出端连接到突触模拟装置前端(突触输出端) 的信号连接线；突触模式选择电路包括一只多选一的选择开关和多个具有不同突触传递特性的突触模拟电 路(电路模块)，通过多选一的选择开关来选择其中一个突触模拟电路接入电路进行工作。所谓的多选一 的选择开关也即该选择开关具有多只并列的开关，但在任一时候有且只有一个开关接通，其他开关断开。 这样的突触模拟装置能够通过开关选择，模拟以不同神经递质进行工作的突触传递特性。其电路构成的示 意图如图10，进一步的电路方框图如图11。其中多选一选择开关K，可以连接在突触模拟电路与突触输 出端之间，(如图10和图11)，更好的是采用双联开关同时连接在突触输入端与突触模拟电路之间，和突 触模拟电路与突触输出端之间。
所述多个具有不同突触传递特性的突触模拟电路，包括以下突触模拟电路的至少二个：
1、Glu神经突触模拟电路，由一个具有突触传递STDP可塑性的突触模拟电路构成，用于模拟兴奋 性氨基酸能神经，尤其是谷氨酸能(Glu)神经的输出特性。Glu突触模拟电路可直接采用或参考现有技 术中各种具有STDP突触可塑性的突触模拟技术，包括2014106066977号中国专利申请中的可塑性突触模 拟技术。当多选一选择开关选择该项时，该突触模拟电路接入突触输入端和突触输出端之间，相当于一个 以谷氨酸能神经元工作的神经元轴突末梢的突触模拟装置，为描述方便简称为谷氨酸能神经的突触模拟装 置或模拟Glu突触。模拟Glu突触的具有STDP突触可塑性。
2、GABA神经突触模拟电路，由一个脉冲反相电路连接一个具有突触传递STDP可塑性的突触模拟 电路组成，用于模拟抑制性氨基酸神经尤其是γ-氨基丁酸能(GABA)神经的输出特性。脉冲反相电路 是电子技术常用电路，用于对输入脉冲产生正负反相的输出脉冲，反相电路的输出连接一个具有突触传递 STDP可塑性的突触模拟电路，这跟前面谷氨酸神经的模拟突触是一样的现有技术。当多选一选择开关选 择该项时，该突触模拟电路接入突触输入端和突触输出端之间，相当于一个以GABA神经元工作的神经 元轴突末梢的突触模拟装置，为描述方便简称为GABA神经的突触模拟装置或模拟GABA突触。模拟 GABA突触具有STDP突触可塑性特性。
3、ACh神经突触模拟电路，由一个具有较强的突触输出效能、没有突触STDP可塑性(可以有突触 易化特性)的突触模拟电路构成，用于模拟胆碱能(ACh)神经的输出特性。该突触模拟电路可以采用现 有突触模拟技术中那种没有模拟突触可塑性的技术，包括2014106066977号中国专利申请中关于固定突触 的模拟技术，最简单的甚至可以直接采用一个二极管和一个电阻器串联在电路中来构成。当多选一选择开 关选择该项时，该突触模拟电路接入突触输入端和突触输出端之间，相当于一个以胆碱能神经元工作的神 经元轴突末梢的突触模拟装置，为描述方便简称为胆碱能神经的突触模拟装置或模拟Ach突触。模拟ACh 突触的输出端为正输出，且输出电流设置得较大，容易使接受其输出的后神经元产生强烈的膜兴奋信号， 并触发高阈值的钠离子V1.2亚型动作电位。
4、DA神经突触模拟电路，主要由一个触发延时电路连接一个反相电路构成、具有单向负电平输出 的突触模拟电路，用于模拟具有抑制性调制输出且调制输出有效周期较长的多巴胺能(DA)神经的输出 特性。当DA突触模拟电路接收到动作电位脉冲产生电路的一个动作电位脉冲时，触发延时电路被触发输 出正电平，并在一定的延时时间内保持正电平输出，其输出经过反相电路后成为负电平输出并在延时时间 内保持负电平输出，反相电路的输出经过二极管(限定只能有负输出)和电阻(设定吸收电流的大小)后 作为输出端。当多选一选择开关选择该项时，该突触模拟电路接入突触输入端和突触输出端之间，相当于 一个以多巴胺神经元工作的神经元轴突末梢的突触模拟装置，为描述方便简称为多巴胺神经的突触模拟装 置或模拟DA突触。模拟DA突触的输出端是吸收电流的负输出，吸收电流一般设置为较小，但因为有触 发延时电路的作用，一旦触发产生输出则能够在一定周期内保持负输出，即具有设定周期的负输出，对接 收其输出的后神经元在其输出周期内产生抑制性的调制作用，使其不易触发动作电位或使其动作电位的发 放节律较低。(DA神经元具有多种输出类型，这里模拟的只是其抑制性输出类型的DA神经元)。
5、NE神经突触模拟电路，主要由一个触发延时电路构成、并具有单向正电平输出端的突触模拟电路， 用于模拟具有兴奋性调制输出且调制输出有效周期较长的肾上腺素能神经(释放去甲肾上腺素NE或肾上 腺素E)的输出特性。当NE突触模拟电路接收到来自动作电位脉冲产生电路的一个动作电位脉冲时，触 发延时电路被触发输出正电平，并在一定的延时时间内保持正电平输出，其输出经过二极管(限定只能有 正输出)和电阻(设定输出电流的大小)后作为输出端。当多选一选择开关选择该项时，该突触模拟电路 接入突触输入端和突触输出端之间，相当于一个以去甲肾上腺素能神经元工作的神经元轴突末梢的突触模 拟装置，为描述方便简称为NE能神经的突触模拟装置或模拟NE突触。模拟NE突触的输出端是对外输 出电流的正输出，输出电流一般设置为较小，但因为有触发延时电路的作用，一旦触发产生输出则能够在 一定周期内保持正输出，即具有设定周期的正输出，对接收其输出的后神经元的产生兴奋性的调制作用， 使其更容易触发动作电位或使其动作电位的发放节律较高。
以其他神经递质工作的神经元，可根据其突触特性来构造相应的突触模拟电路，其原理类似。
采用本发明的神经元和突触模拟技术，使用者可以根据所要模拟的神经环路、以及以不同神经递质工 作的不同神经元的投射关系，也即根据需要而采用不同传递特性的突触模拟装置来连接到各个神经元之 间，模拟以多种不同递质工作的神经元构成的神经环路或神经网络。本发明还能够模拟同一神经元轴突末 梢的各种突触可以释放多种不同的神经递质、从而实现不同传递效应的复杂情况，甚至可以在工作时根据 结果或分析随时通过调整突触模拟装置的多选一开关，切换以不同突触传递特性的突触模拟电路接入神经环路中，给使用带来极大的方便性和灵活性，能够构建各种复杂的带有各种不同神经投射的神经网络。
Claims (10)
1.一种神经元及突触的模拟组件，包括神经元模拟装置和突触模拟装置，其特征在于：还包括有结构连接件和电气连接件；
神经元模拟装置包括有外壳和安装在外壳里面的神经元模拟电路模块，其外壳的上侧和下侧都设置有电源插座和垂直连接座，左右两侧设置有水平连接座，前端设置有输出插座，后端设置有输入插座；
突触模拟装置包括有外壳和安装在外壳里面的突触模拟电路模块，其外壳的前端和后端设置有信号连接线，信号连接线的末端连接有信号插头；
结构连接件包括有垂直连接杆和水平连接杆；垂直连接杆的两端设置有连接头，用于与神经元模拟装置的垂直连接座进行可拆卸的安装连接；水平连接杆的两端设置有连接头，用于与神经元模拟装置的水平连接座进行可拆卸的安装连接；
电气连接件包括电源连接件和信号连接件；电源连接件包括有电源连接线和电源插头，用于连接神经元模拟装置的电源插座；信号连接件包括有信号连接线、信号插头和信号插座，信号插头用于连接神经元模拟装置的输入插座或输出插座，信号插座用于连接突触模拟装置的信号插头。
2.根据权利要求1所述的一种神经元及突触的模拟组件，其特征在于：神经元模拟装置的上侧和下侧的垂直连接座上设置有电源连接端，垂直连接座同时也作为电源插座；垂直连接杆里面设置有电源连接线，垂直连接杆两端的连接头上设置有电源接插端；当垂直连接座与垂直连接杆安装连接在一起时，垂直连接座里面的电源连接端与垂直连接杆两端的电源接插端相连接。
3.根据权利要求1所述的一种神经元及突触的模拟组件，其特征在于：神经元模拟装置前端的输出插座包括有一组(两只)电源输出端子和一个信号输出端子；突触模拟装置的后端的信号插头包括有一组(两只)电源输入端子和一个信号输入端子。
4.根据权利要求1所述的一种神经元及突触的模拟组件，其特征在于：神经元模拟装置里面的神经元模拟电路模块包括有树突输入端、信号处理模块、和轴突输出端；信号处理模块包括有膜积分电路、第一阈值触发电路和第二阈值触发电路、第一动作电位脉冲产生电路和第二动作电位脉冲产生电路；一个连接在第二动作电位产生电路输出端与树突输入端之间的反向传送通道；树突输入端连接到膜积分电路的输入端，膜积分电路的输出端连接到第二阈值触发电路的输入端，同时还通过一个延迟电路连接到第一阈值触发电路的输入端；第一动作电位脉冲产生电路的输出端连接到第一膜放电电路的输入端，第一膜放电电路的放电端通过一只电阻连接到膜积分电路的输出端；第二动作电位脉冲产生电路的输出端连接到第二膜放电电路的输入端，第二膜放电电路的放电端直接连接到膜积分电路的输出端；第二动作电位脉冲产生电路的输出端和第一动作电位产生电路的输出端共同连接到一个轴突输出电路的输入端，轴突输出电路的输出端连接到轴突输出端。
5.根据权利要求4所述的一种神经元及突触的模拟组件，其特征在于：所述树突输入端用于模拟神经元的树突输入；所述信号处理模块用于模拟神经元对信号进行整合和处理的部分；所述轴突输出端用于模拟神经元的轴突输出；所述膜积分电路用于模拟对膜输入兴奋电位整合的过程；所述第一膜放电电路用于模拟低阈值动作电位触发后对轴突AIS上膜残留兴奋电位的清除动作；所述第二膜放电电路用于模拟高阈值动作电位触发后对轴突AIS、胞体和树突的膜残留兴奋电位的清除动作；所述第一阈值触发电路用于模拟神经元触发低阈值动作电位的动作，其触发阈值较低；所述第二阈值触发电路用于模拟神经元触发高阈值动作电位的动作，其触发阈值较高；所述第一动作电位脉冲产生电路用于模拟神经元触发低阈值动作电位时产生的输出脉冲；所述第二动作电位脉冲产生电路用于模拟神经元触发高阈值动作电位时产生的输出脉冲。
6.根据权利要求1所述的一种神经元及突触的模拟组件，其特征在于：突触模拟装置里面的突触模拟电路模块，包括突触输入端、突触输出端、和突触模式选择电路；突触模式选择电路，包括一个多选一的选择开关和多个具有不同突触传递特性的突触模拟电路，通过多选一的选择开关来选择其中一个突触模拟电路接入电路进行工作。
7.根据权利要求6所述的一种神经元及突触的模拟组件，其特征在于：所述多个具有不同突触传递特性的突触模拟电路，包括以下突触模拟电路的至少二个：
⑴、Glu神经突触模拟电路，当多选一选择开关选择该项时该突触模拟电路接入突触输入端和突触输出端之间，则可变突触模拟装置相当于一个以谷氨酸能神经元工作的神经元轴突末梢的突触模拟装置，简称为谷氨酸能神经突触模拟装置或模拟Glu突触；
⑵、GABA神经突触模拟电路，当多选一选择开关选择该项时该突触模拟电路接入突触输入端和突触输出端之间，则可变突触模拟装置相当于一个以GABA神经元工作的神经元轴突末梢的突触模拟装置，简称为GABA神经突触模拟装置或模拟GABA突；
⑶、Ach神经突触模拟电路，当多选一选择开关选择该项时该突触模拟电路接入突触输入端和突触输出端之间，则可变突触模拟装置相当于一个以胆碱能神经元工作的神经元轴突末梢的突触模拟装置，简称为胆碱能神经突触模拟装置或模拟Ach突触；
⑷、DA神经突触模拟电路，当多选一选择开关选择该项时该突触模拟电路接入突触输入端和突触输出端之间，则可变突触模拟装置相当于一个以多巴胺神经元工作的神经元轴突末梢的突触模拟装置，简称为多巴胺神经突触模拟装置或模拟DA突触；
⑸、NE神经突触模拟电路，当多选一选择开关选择该项时该突触模拟电路接入突触输入端和突触输出端之间，则可变突触模拟装置相当于一个以去甲肾上腺素能神经元工作的神经元轴突末梢的突触模拟装置，简称为NE能神经突触模拟装置或模拟NE突触。
8.根据权利要求7所述的一种神经元及突触的模拟组件，其特征在于：所述Glu神经突触模拟电路，主要由一个具有突触传递STDP可塑性的突触模拟电路构成，用于模拟兴奋性氨基酸能神经尤其是Glu神经的输出特性；所述GABA神经突触模拟电路，主要由一个脉冲反相电路连接一个具有突触传递STDP可塑性的突触模拟电路构成，用于模拟抑制性氨基酸神经尤其是GABA神经的输出特性；所述Ach神经突触模拟电路，主要由一个具有突触传递效能但没有突触STDP可塑性的突触模拟电路构成，用于模拟Ach神经的输出特性；所述DA神经突触模拟电路，主要由一个触发延时电路连接一个脉冲反相电路构成、并具有反相输出端的突触模拟电路，用于模拟具有抑制性调制输出且调制输出有效周期较长的DA神经的输出特性；所述NE神经突触模拟电路，主要由一个触发延时电路构成、并具有正相输出端的突触模拟电路，用于模拟具有兴奋性调制输出且调制输出有效周期较长的NE神经的输出特性。
9.一种采用神经元及突触的模拟组件搭建座式安装的立体神经网络的方法，其特征在于：在一个基座上面设置有安装座，安装座与垂直连接杆进行安装连接，垂直连接杆上面安装连接第一层神经元模拟装置，神经元模拟装置的侧面采用水平连接杆进行连接以使结构稳定，在第一层神经元模拟装置的上方再向上扩展安装多层神经元模拟装置，形成立体神经网络，并使用突触模拟装置连接在神经元模拟装置之间。
10.一种采用神经元及突触的模拟组件搭建悬挂式安装的立体神经网络的方法，其特征在于：在结构稳定的安装架或安装板上设置有安装座，安装座向下安装连接有悬挂连接杆，悬挂连接杆的下方采用垂直连接杆安装连接第一层神经元模拟装置，神经元模拟装置的侧面采用水平连接杆进行连接以使结构稳定，第一层神经元模拟装置的下方再向下扩展安装多层神经元模拟装置，形成立体神经网络，并使用突触模拟装置连接在神经元模拟装置之间。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810808142.9A CN110751273A (zh) | 2018-07-22 | 2018-07-22 | 一种神经元及突触模拟组件 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810808142.9A CN110751273A (zh) | 2018-07-22 | 2018-07-22 | 一种神经元及突触模拟组件 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110751273A true CN110751273A (zh) | 2020-02-04 |
Family
ID=69274783
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810808142.9A Pending CN110751273A (zh) | 2018-07-22 | 2018-07-22 | 一种神经元及突触模拟组件 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110751273A (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104899640A (zh) * | 2014-07-21 | 2015-09-09 | 徐志强 | 神经网络的模拟装置及方法 |
| CN106845634A (zh) * | 2016-12-28 | 2017-06-13 | 华中科技大学 | 一种基于忆阻器件的神经元电路 |
-
2018
- 2018-07-22 CN CN201810808142.9A patent/CN110751273A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104899640A (zh) * | 2014-07-21 | 2015-09-09 | 徐志强 | 神经网络的模拟装置及方法 |
| CN106845634A (zh) * | 2016-12-28 | 2017-06-13 | 华中科技大学 | 一种基于忆阻器件的神经元电路 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Coombes et al. | Bursting: the genesis of rhythm in the nervous system | |
| CN103201610B (zh) | 用于提供神经形态-突触器系统的方法和电路 | |
| CN111353590A (zh) | 具有stdp突触可塑性的突触模拟方法及装置 | |
| CN105930903B (zh) | 一种数模混合神经网络芯片体系结构 | |
| CN105126357A (zh) | 电子积木系统 | |
| CN109800851B (zh) | 神经突触电路和脉冲神经网络电路 | |
| Ryckebusch et al. | Modeling small oscillating biological networks in analog VLSI | |
| CN110751273A (zh) | 一种神经元及突触模拟组件 | |
| Bouchut | Global weak solution of the Vlasov–Poisson system for small electrons mass | |
| CN111401540B (zh) | 神经元模型构建方法以及神经元装置 | |
| CN117275568A (zh) | 一种初级听皮层神经元细胞发放率曲线仿真方法和装置 | |
| US9916530B2 (en) | Neuromorphic circuit model simulation that facilitates information routing and processing | |
| Hsiao et al. | VLSI implementation of a nonlinear neuronal model: a" neural prosthesis" to restore hippocampal trisynaptic dynamics | |
| CN211207729U (zh) | 一种电子人体感应灯儿童益智教具 | |
| Fitzhugh | An electronic model of the nerve membrane for demonstration purposes. | |
| Wilson et al. | A reconfigurable architecture for real-time digital simulation of neurons | |
| Luo et al. | A scalable FPGA-based cerebellum for passage-of-time representation | |
| Joshi | Plasticity in CMOS neuromorphic circuits | |
| Sharma et al. | Dynamics of HH model for excitable neuron with added voltage gated calcium channel | |
| Lee | Astrocyte-mediated plasticity and repair in CMOS neuromorphic circuits | |
| Lazzari et al. | Temporal Selectivity in the LGN: A Computational Neuroscience Approach | |
| Roy et al. | Simple electronic analogue for teaching on the nerve cell | |
| Plunkett | Development in a connectionist framework: Rethinking the nature-nurture debate | |
| Singer | Silicon Brains | |
| Karvouniari et al. | Multi scale dynamics in retinal waves |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |