• Nie Znaleziono Wyników

Rozszerzony model Lopesa da Silvy

N/A
N/A
Protected

Academic year: 2021

Share "Rozszerzony model Lopesa da Silvy"

Copied!
7
0
0

Pełen tekst

(1)

Rozszerzony model Lopesa da Silvy

Schemat populacyjnego modelu generacji aktywności rytmicznej EEG. Każda z trzech

populacji neuronalnych opisana jest funkcjami odpowiedzi impulsowej (he, hi) opisującymi potencjały postsynaptyczne oraz funkcją sigmoidalną opisującą generację potencjałów czynnościowych. Stałe C1 - C4 opisują ilość połączeń pomiędzy komórkami różnych typów.

Sygnał wejściowy p(t) reprezentuje aktywność pozostałych obszarów mózgu.

(2)

Model Lopesa da Silvy

Każda z populacji neuronalnych opisana jest funkcjami odpowiedzi impulsowej (he, hi) opisującymi potencjały postsynaptyczne EPSP i IPSP oraz funkcją sigmoidalną, która wiąże średni potencjał populacji z częstością odpalania populacji.

(3)

Model Lopesa da Silvy - specyfikacja

Odpowiedzi impulsowe:

A = 1.6 mV; a1 = 55 s-1; a2 = 605 s-1 B = -32 mV; b1 = 27.5 s-1; b2 = 55 s-1

Funkcją sigmoidalna:

Stałe sprzężenia:

C1 = 32 C2 = 3

fmax = 50 pps; Vth = 7 mV; s =-2 mV

Wejście:

<P> = 450 pps s2 = 100 pps2

h

e

(t) = A[exp(- a

1

t)- exp(- a

2

t)]

h

i

(t) = B[exp(- b

1

t)- exp(- b

2

t)]

f(V) = f

max

1 + exp V -V

th

s æ

è ç ö ø ÷ é

ë ê ù

û ú

-1

(4)

Odpowiedzi impulsowe

Odpowiedzi impulsowe:

A = 1.6 mV; a1 = 55 s-1; a2 = 605 s-1 B = -32 mV; b1 = 27.5 s-1; b2 = 55 s-1

h

e

(t) = A[exp(- a

1

t)- exp(- a

2

t)]

h

i

(t) = B[exp(- b

1

t)- exp(- b

2

t)]

(5)

Transformata Laplace’a

Definicja

Gdzie zespolona częstość s = s + iw, s, w - rzeczywiste

Transformata Fouriera stanowi szczególny przypadek transformaty Laplace’a dla s = iw.

F(s) = e-stf(t)dt

0

¥

ò

(6)

Transformata Laplace’a funkcji h

e,i

(t)

Policzmy

Transformaty Laplace’a funkcji he i hi:

A = 1.6 mV; a1 = 55 s-1; a2 = 605 s-1 B = -32 mV; b1 = 27.5 s-1; b2 = 55 s-1 e-ste-atdt=

0

¥

ò

e-(s+a)tdt =

0

¥

ò

- 1s+a e-(s+a)t

0

¥

= 0 - - 1 s+a æ

èç ö ø÷ é

ëê ù

ûú = 1 s+a

h

e

(t) = A[exp(- a

1

t) - exp(- a

2

t)]

h

e

(s) = A 1

s+ a

1

- 1 s+ a

2

æ

è ç ö

ø ÷

h

i

(t) = B[exp(- b

1

t) - exp(- b

2

t)]

h

i

(s) = B 1

s+ b

1

- 1 s+ b

2

æ

è ç ö

ø ÷

(7)

Sygnał wyjściowy z modelu

Cytaty

Powiązane dokumenty

b) Za poprawne podanie obserwacji adekwatnych do wybranego odczynnika – 1pkt.. c) Za poprawnie podane równanie reakcji adekwatne do wybranego odczynnika oraz podanej obserwacji

 Za poprawne spostrzeżenia i wnioski będące konsekwencją niewłaściwie zaprojektowanego doświadczenia zdający nie otrzymuje punktów.. Za napisanie wzorów strukturalnych

• Gdy do jednego polecenia zdający podaje kilka odpowiedzi (jedną prawidłową, inne nieprawidłowe), to nie otrzymuje punktów za żadną z nich.. • Jeżeli polecenie brzmi:

Jeśli zdający rozwiązał zadanie lub wykonał polecenie w inny sposób niż podany w kryteriach oceniania, i metoda rozwiązania jest merytorycznie poprawna, ale rozwiązanie

Każda z populacji neuronalnych opisana jest funkcjami odpowiedzi impulsowej (he, hi) opisującymi potencjały postsynaptyczne oraz funkcją sigmoidalną opisującą

Wybrane zapisy EEG można traktować jako oscylację generowaną przez nieliniowy układ dynamiczny posiadający atraktor w postaci cyklu granicznego.. Układ generuje oscylacje również

3-5-punktów -wszystkie elementy treści podjęte ale ilośc błędów uniemożliwia zrozumienie informacji przez czytelnika. 0-2-punkty- informacja o spotkaniu zawarta, ale

Szybkość opadania charakterystyki poza pasmem przepustowym jest większa niż dla filtru Butterwortha.. Filtry Butterwortha i Czebyszewa charakteryzują się znacznymi