Электронная модель смешанного нерва

 

Изобретение относится к медицине и может быть использовано при исследовании центральной нервной системы. Цель изобретения - новы шение точности моделирования путем воспроизведения резонансных фазовозапэздывающих свойств нервных волокон. Цель достигается за счет введения в состав известного устройства блоков 2 и 3 моделирования высокопорогового и низкопорогового нервных волокон, сумматора 4, второго импульсного усилителя 5, эмиттерного повторителя 6. Предлагаемая модель наиболее полно отображает свойства нервного ствола. 1 ил.

союз советских .

СОЦИАЛИСТИЧЕСКИХ

РЕСПУБЛИК (я)ю G 06 G 7/60

ГОСУДАРСТВЕННЫЙ КОМИТЕТ

ПО ИЗОБРЕТЕНИЯМ И ОТКРЫТИЯМ

ПРИ ГКНТ СССР

ОПИСАНИЕ ИЗОБРЕТЕНИЯ

»

О»

К АВТОРСКОМУ СВИДЕТЕЛЬСТВУ (21) 4472654/14 (22) 08.08,88 (46) 15.04.91. Бюл. hh 14 (75) Л.А.Максименко (53) 681.333(088.8) (56) Авторское свидетельство СССР

М 1029761, кл. 6 06 G 7/60, 1982, (54) ЭЛЕКТРОННАЯ МОДЕЛЬ СМЕШАННОГО НЕРВА (57) Изобретение относится к медицине и может быть использовано при исследова„„5U„„164Я483 А1 нии центральной нервной системы, Цель изобретения — повы шение точности моделирования путем воспроизведения резонансных фазовозапаздываюших свойств нервных волокон. Цель достигается за счет введения в состав известного устройства блоков 2 и 3 моделирования высокопарогового и низкопорогового нервных волокон, сумматора 4, второго импульсного усилителя 5, эмиттерного повторителя 6. Предлагаемая модель наиболее полно отображает свойства нервного ствола. 1 ил, 1642483

10

Изобретение относится к медицине и может быть использовано при исследовании центральной нервной системы.

Целью изобретения является повышение точности моделирования путем воспроизведения резонансных фазовазапаздывающих свойств нервных волокон.

На чертеже представлена функциональная схема электронной модели смешанного нерва, Электронная модель смешанного нерва содержит первый импульсный усилитель 1, блок 2 моделирования низкопорогового волокна, блок 3 моделирования высокопорого-. ваго волокна, сумматор 4, второй импульсный усилитель 5, эмиттерный повторитель 6.

Электронная модель смешанного нерва работает следующим образом.

Импульс U> ., поступающий на вход модели, усиливается импульсным усилителем.

1 и поступает на вход блоков моделирования низкопорогового 2 и высокапорогового

3 волокон, Блок 2 моделирования низкопорогового волокна имеет низкий порог и начинает пропускать импульс довольно низкой амплитуды. Блок 3 моделирования высокопорогового волокна имеет высокий порог срабатывания и пропускает импульс только тогда, когда он достигает большой амплитуды. Работа этих блоков идентична. Задер>кка формируется следующим образом. Пад действием импульса, поступающего в блок

2 (или 3), формирователь экспоненты в виде пикового детектора формирует экспоненциально убывающее напряжение, длительность которого регулируется сопротивлением шунта. Экспонента в качестве запускающей подается на ждущий мультивибратор, который генерирует частотно-модулированную серию импульсов, длительность которой равна длительности экспоненты. Проходя дифференцирующую цепочку и ограничитель, каждый импульс серии преобразовывается в остроконечный импульс, задержанный на величину длительности поступающего импульса. Ингратор суммирует все импульсы в один импульс, задержанный относительно входного. В блоке 2 импульс, задержанный на время Тн (несколько миллисекунд), после усиления увеличивается по амплитуде, поступает на пропорционально интегрирующее звено и несколько увеличивается по длительности. Аналогично происходит прохождение импульсов через блок 3 высокопарогового волокна. Разница заключается в том, что импульс в блоке 3 высокопорогового волокна задерживается на большее время Т>, так как скорость проведения этого волокна в реальных условиях значительно ниже. С выхода обоих блоков 2

50 и 3 импульсы поступают на вход сумматора

4. На выходе сумматора 4 регистрируются два импульса U><>,> и Us»<.g,oòðàæàþùèx прохождение входного импульса О х через блоки моделирования высокопорогового 2 и низкопарогового 3 волокон. По мере повышения амплитуды входного импульса Uax появляется сначала импульс U»,z, отражающий работу низкопорогового волокна, а затем импульс Бах.з, отражающий работу высокопорогового волокна. Импульсы усиливаются вторым импульсным усилителем 5 и поступают на выход модели через эмиттерный повторитель 6, снимаемый с низкоомной нагрузки в виде выходного импульса.

Таким образом, если на вход модели поступает очень маленький импульс U„, не достигающий порогового уровня, то на выходе мОдели импульс отсутствует. Как только амплитуда импульса UQ)(.3 превысит пороговый уровень, на выходе модели появится импульс UQQ>,.3, задержанный на время Т . По мере увеличения амплитуды входного импульса U><. происходит соответствующее увеличение амплитуды импульса на выходе U» ><.>. При дальнейшем повышении амплитуды входного импульса

08„, (4), когда достигается порог срабатывания высокопороговых волокон, на входе появляются уже два импульса UBblx.z и Оццу.3.

Импульс U>bi<.Z по амплитуде больше импульса 08ЫХ.3 Импульс UBblX.z имеет еще маленькую амплитуду и задержан на большее время Т, по сравнению с импульсом U b».g.

При еще большем увеличении амплитуды входного импульса U».z (5) выходной импульс достигает максимальной амплитуды живых.

Таким образом, амплитуда выходных импульсов зависит от амплитуды входного импульса. Описанные процессы характерны для одиночного входного импульса. Если на вход модели поступает серия импульсов, модулированных по амплитуде, активирующая, например, низкопороговые волокна, то наивысшая амплитуда импульсов на входе будет сдвинута по фазе на угол а па сравнению с наивысшей амплитудой импульсов на выходе. Кроме того, модулированная серия импульсов на выходе модели начинается через время Т. Этим достигается моделирование линейного и фазового .запаздывания выходного сигнала по отношению к входному сигналу, Фармула изобретения

Электронная модель смешанного нерва, содержащая сумматор, пороговый элеiv42483

Составитель А. Сап ко

Редактор А.Маковская Техред М,Моргентал Корректор М.Максимишинец

Заказ 1149 Тираж 391 Подписное

ВНИИПИ Государственного комитета по изобретениям и открытиям при ГКНТ СССР

113035, Москва, Ж-35, Раушская наб., 4/5

Производственно-издательский комбинат "Патент", г. Ужгород, ул.Гагарина, 101 мент, импульсные усилители, о т л и ч а ющ а я с я тем, что. с целью повышения точности моделирования путем воспроизведения резонансных фазовозапаздывающих свойств нервных волокон, в нее введены блоки моделирования высокопороговых и низкопороговых нервных волокон и змиттерный повторитель, причем первый импульсный усилитель, блок моделирования низкопорогового волокна. сумматор, второй импульсный усилитель и эмиттерный повторитель соединены последовательно, второй выход первого импульсного усилителя соединен с входом блока моделирования

5 высокопорогового волокна, выход которого соединен с вторым входом сумматора, вход первого импульсного усилителя является входом устройства, выход эмиттерного по- — вторителя является выходом устройства.

Электронная модель смешанного нерва Электронная модель смешанного нерва Электронная модель смешанного нерва 

 

Похожие патенты:

Изобретение относится к моделированию нервных сетей и может быть использовано в технической кибернетике, самоорганизующих системах управляющего воздействия, информационных системах, вычислительной технике, робототехнике

Изобретение относится к области бионики и вычислительной техники и может быть использовано в качестве элемента нейронных сетей для моделирования процессов, в устройствах распознавания образов, а также в качестве элемента анализаторных структур в системах управления

Изобретение относится к цифровому моделированию биологических нейронов, предназначено для экспериментальных и теоретических исследований в нейробиологии и может найти применение в системах управления

Изобретение относится к устройствам аналогового моделирования нервной системы и может быть использовано в экспериментах при исследовании процессов в нервных структурах, а также в нейрокибернетике

Изобретение относится к медицинской технике и может быть использовано при исследовании нейронов и нейронных структур методом моделирования

Изобретение относится к вычислительной технике и позволяет повысить точность моделирования взаимодействия нейронных структур двигательного аппарата

Изобретение относится к аналоговому моделированию и может быть использовано при исследовании нервной системы в нейрофизиологических экспериментах, а также как функциональный элемент в системах искусственного интеллекта

Изобретение относится к бионике и биокибернетике и может быть использовано при исследовании процессов в высших отделах головного мозга методами моделирования

Изобретение относится к моделированию процессов самоорганизации в нейронном анеамбле и может быть использовано в робототехнике при построении систем обработки внешних сигналов, а также в других областях, где требуется биологический подход в решении задач классификации детерминированных последовательностей сигналов

Изобретение относится к области бионики и вычислительной техники и может быть использовано при построении систем распознавания образов

Изобретение относится к области автоматики и может быть использовано для управления роботами, станками и др

Изобретение относится к оптоэлектронным нейроподобным модулям для нейросетевых вычислительных структур и предназначено для применения в качестве операционных элементов у нейрокомпьютерах

Изобретение относится к вычислительной технике и может быть использовано для воспроизведения искусственного интеллекта

Изобретение относится к области элементов автоматики и вычислительной техники, в частности к магнитным тонкопленочным элементам

Изобретение относится к программным вычислительным системам, основанным на коробах

Изобретение относится к нейроподобным вычислительным структурам и может быть использовано в качестве процессора вычислительных систем с высоким быстродействием

Изобретение относится к области моделирования функциональных аспектов человека

Изобретение относится к бионике и вычислительной технике и может быть использовано в качестве элемента нейроноподобных сетей для моделирования биологических процессов, а также для построения параллельных нейрокомпьютерных и вычислительных систем для решения задач распознавания образов, обработки изображений, систем алгебраических уравнений, матричных и векторных операций
Наверх