Circuits et systemes de modelisation analogique de neurones ...

Chapitre IV : mise en œuvre et applicationsamplitude décroît régulièrement. Le nombre de paramètres d'un tel modèle est trop importantpour pouvoir en tirer une conclusion précise sur le temps de maintien, mais il apparaîtcependant qu'il est beaucoup plus important que prévu, sans doute de plusieurs secondes, voirminutes.Ces mesures sont intéressantes car elles suggèrent une possibilité pour limiter les couplagesqui apparaissent pendant la boucle de rafraîchissement : plutôt que de réaliser cette tâche encontinu, il suffit de parcourir la boucle entière à intervalles de temps réguliers qui soientcompatibles avec la période de maintien observée. Entre les cycles de rafraîchissement aucuneactivité numérique ne serait nécessaire et le calculateur analogique ne risquerait donc aucuneperturbation.5.4.Exemples de modèles.Afin d'illustrer les possibilités du calculateur analogique constitué par notre prototype, nousavons implémenté quelques modèles simples.5.4.1. Un neurone à deux conductances.T PA (ms)0 A37320,33 A270,66 A2217A)1,1 AB)I stim (A)120,0 0,2 0,4 0,6 0,8 1,0 1,2Figure 4-36 : variation de la période des PA d'un neurone à deux conductances en fonctiondu courant de stimulation constant injecté sur la membrane.Ce premier exemple est un neurone "simple" qui possède deux conductances ioniques I Na etI K . L'équation décrivant l'évolution temporelle de la tension de membrane pour ce neurone estdonc la suivante :CmemdVdtmem I I g (V E ) 0(4.9)NaKL'activité observée (figure 4-36-A) correspond bien à celle d'un neurone biologique.L'injection d'un courant constant se traduit par une variation typique de la période derépétition T PA des potentiels d'actions (figure 4-36-B).fuitememfuite191