Brian2学习——单个神经元模拟

单个神经元模拟

以Brian2官方文档为例，先模拟一个简单的单神经元行为，其电压微分方程为：
$$\frac{dv}{dt}=\frac{1-v}{\tau }$$
代码实现如下，设置阈值电压为0.8，复位电压为0，不应期为5ms，时间常数 $\tau$为10ms，具体每行代码的解释见注释。

from brian2 import *
import matplotlib.pyplot as plt

# Starts a new scope for magic functions
start_scope()

tau = 10*ms

# 方程两端的单位必须统一
# :1 表示v的单位，是国际单位
# (unless refractory)表示有不应期
eqs = '''
dv/dt = (1-v)/tau : 1 (unless refractory)
'''

# 第一个变量时神经元数量，第二个变量是微分方程
# threshold 是阈值电压，reset是复位电压，refractory是不应期时间，method是数值积分方法
G = NeuronGroup(1, eqs, threshold='v>0.8', reset='v=0', refractory=5*ms, method='exact')
# record表示距离NeuronGroup中的神经元范围，True表示全部，也可用range表示
M = StateMonitor(G, 'v', record=True)
# 脉冲监测器
spikemon = SpikeMonitor(G)

# 第0个神经元的v信号的初始值
print('Before v = %s' % G.v[0])

# 开始仿真
run(50*ms)

# 获取所有发放脉冲的时间
print('Spike times: %s' % spikemon.t[:])

# 绘制神经元电压-时间图像
plot(M.t/ms, M.v[0])
# 绘制脉冲发放时间
# ls:line style, c:color, lw: line width
for t in spikemon.t:
    axvline(t/ms, ls='--', c='C1', lw=3)
xlabel('Time (ms)')
ylabel('v')

plt.show()

得到结果如下：

终端输出为：

Before v = 0.0
Spike times: [16. 37.] ms