感觉系统/计算机模型
< 感觉系统
关于神经模拟的章节介绍了不同层次的模拟。
- 神经膜的行为可以用霍奇金-赫胥黎方程非常精确地描述，可以用动力系统工具模拟。
- 为了简化膜的动力学，霍奇金-赫胥黎方程可以简化为一个2参数系统，由菲茨休-纳格莫模型描述。
- 可以用简单的反馈系统模拟反馈对膜电位的理想化影响和简单的神经网络。
- 神经形态系统使用模拟VLSI实现神经回路，可以系统地研究更大的真实神经网络，并将这些系统应用于超低能耗和/或响应速度非常快的应用。
关于视觉系统模拟的章节主要描述了线性二维卷积如何捕捉视觉系统中信息处理的许多方面。
- 角膜的影响
- 视网膜中的对比度检测
- V1（初级视觉皮层）中的边缘检测。
- 还简要概述了数字图像处理。
关于视网膜功能模拟的章节提供了一个基于生物启发模型的人类视网膜软件模拟。它展示了视网膜如何接收、传输和处理视觉信息，供更高级的视觉皮层结构使用。
如果你想了解更多关于视觉感知的信息，关于视觉系统生理学的章节有关于以下方面的专门章节：
- 运动感知
- 颜色感知
关于听觉系统模拟的章节涵盖了相当广泛的领域。
- 由于听觉信号通常在时域描述，本章首先简要概述了傅里叶变换。
- 本节还描述了缩小时间窗口（以提高时间精度）对观察到的频谱的影响。
- 下一节展示了控制系统模型如何再现耳廓和外耳对听觉信号的影响。
- 基底膜对听觉输入的偏转可以用伽玛音滤波器非常优雅和有效地描述。
- 关于人类语音的部分展示了语音感知的计算方法。
关于前庭系统模拟的模拟有两个部分，需要分别建模。
- 半规管转导角速度，可以用3个灵敏度向量很好地近似。因此，可以用控制系统模型很好地模拟它们。
- 耳石转导线性加速度（包括重力）。它们的响应必须用更复杂的有限元模拟来模拟。
- 脑干对信号的下游处理可以用控制系统工具很好地近似。
关于体感系统模拟的章节描述了如何模拟肌梭。体感系统的完整模拟很困难，因为这个系统不仅包括肢体动力学（本身就很复杂），还包括肌肉在肢体运动中的冗余性所带来的额外复杂性。
关于有效编码的章节描述了大脑如何编码自然图像和自然声音，以及有效编码模型如何复制这个过程。研究发现，这两个输入信号的过程可以用非常相似的方法建模。有效编码理论的目标是用一组统计独立的特征来隐藏关于刺激的最大信息量。
我们对听觉、视觉和方向感神经过程的理解已经非常先进。在设备方面，我们有相应的视觉、声音和运动传感器可供机器人应用。然而，嗅觉和味觉的过程似乎要复杂得多。这种复杂性从我们各自感官可用的生理传感器数量就可以看出来：我们有 1 到 2 种类型的听觉和运动感官转导细胞（规则和不规则毛细胞），以及视网膜中大约 4 种类型的感光细胞（3 种类型的视锥细胞用于彩色视觉，以及用于明暗感觉的视杆细胞）。相反，我们在鼻子和舌头上拥有数百种味觉和嗅觉受体。因此，尽管功能齐全，但目前的电子鼻和电子舌还没有很先进。关于嗅觉系统模拟的章节描述了我们首次尝试用计算方式描述嗅觉系统及其特性——也就是说，我们如何闻到气味。