Модель миэлинизированного аксона нервной клетки

 

Редактор П. Шлайн

Составитель Г. Д. Петрова

Текред Л. Я. Бриккер

Корректоры: T. Д. Чунаева и И. Л. Кириллова

Заказ 2918/18 Тираж 535 Подписно;

ЦНИИПИ Комитета по делам изобретений и открытий при Совете Министров СССР

Москва, Центр, пр. Серова, д. 4

Типография, пр. Сапунова, 2

О П И С А Н И Е 2ОО32О

ИЗОБРЕТЕНИЯ

Союз Советсннк

Социалистических

Республик

Зависимое от авт. свидетельства №вЂ”

Кл, 42m, 36

Э а явл ено 23.V.1966 (№ 1077800/26-25) с присоединением заявки №вЂ”

МПК 6 061

Приоритет

Опубликовано 29.V11.1967. Бюллетень № 16

Дата опубликования описания 27.Х.1967

Комитет но делом изобретений и открытий при Совете Министров

СССР

УДК 681,3.057:681.332..4/6 (088.8) 3

1

Автор изобретения

В. Г. Фильког, Заявитель

МОДЕЛЬ МИЭЛИНИЗИРОВАННОГО АКСОНА

НЕРВНОЙ КЛЕТКИ

Известны модели аксонов нервных клеток, выполненные из цепочки последовательно соединенных отдельных ячеек — двустабильных элементов c. N-образной входной характеристикойй.

Описываемая модель аксона нервной клетки отличается от известной тем, что инвертирующий выход ка>кдой 22 ячейки подключен ко входу 22 — а предыдущей ячейки. Это позволяет формировать импульс, нормированный по длительности, при подаче иа вход схемы перепада напряжения, превышающего порог срабатывания.

На черте>ке представлена блок-схема модели аксона нервной клетки.

Модель аксона состоит из ячеек 2, выполненных в виде двустабильных элементов с

N îáðàçíoé входной характеристикой, соединенных элементами связи 2. Каждая ячейка имеет по одному входу 8 и одному выходу 4, подключенные к линии передачи входного сигнала одной из предыдущих ячеек (иа чертеже показано подсоединение к соседней ячейке).

В нормальном состоянии все ячейки находятся В Одном устойчивом состоянии. При подаче на вход схемы перепада напряжения, превышающего порог срабатывания, первая, а затем вторая и последующие ячейки переходят во второе устойчивое состояние. На выходах ячеек появляется перепад напряжения обратной полярности по отношению к перспаду напряжения входного сигнала. При подключении выходов 4 ячеек ко входам предыдущих ячеек, они сбрасываются в исходное состояние. Таким образом вдоль линии элементов 2 распространяется импульс, длина которого зависит лишь от того, через сколько я еек осуществлена сбрасывающая связь.

15 Предмет изобретения

Модель миэлинизированного аксона нервной клетки, состоящая из цепочки последовательно соединенных отдельных ячеек — двустабильных элементов с N-образной входной

20 характеристикой, Отлича2ощаяся тем, что, с целью формирования импульса, нормированного по длительности, при подаче на вход модели скачка напряжения, превышающего порог срабатывания, инвертирующий выход каждой и-ячейки подключен ко входу предыдущей ячейки.

Модель миэлинизированного аксона нервной клетки Модель миэлинизированного аксона нервной клетки 

 

Похожие патенты:

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