1. Введение 3
2. Постановка задачи 4
3. Нейробиологические основы 6
3.1 Нейробиология 6
3.2 Структура Нейрона 7
4. Нейробиологическая мотивация 10
5. Математическая модель 13
5.1 Нейробиологические основы 13
5.2 Основное решение модели 14
5.2 Моделирование явления ветвления 16
5.2.1 Этап первый 16
5.2.2 Этап второй 16
5.2.3 Этап третий 19
6. Реализация компьютерной программы 21
6.1 Используемый стек технологий 21
6.2 Использованное аппаратное обеспечение 28
6.3 Реализация программного кода 30
7. Результаты экспериментов 34
8. Заключение 43
9. Глоссарий 44
Список литературы
Исследования в области работы механизмов нервной системы и головного мозга в частности долгие годы сохраняют актуальность и не менее важны в наши дни. Обуславливается это тем, что единой и полной картины функционирования пока что нет. Так или иначе предпосылки к изучению мотивируются из абсолютно разных областей: начиная непосредственно с прямых исследований структуры и функциональности до разработки новых и оптимизации или усовершенствования существующих способов обработки информации. Одним из способов решения и изучения данной проблемы является математическое моделирование и воспроизведение нейронных связей и сетей на мощностях электронно-вычислительных машин.
В свете того факта, что последние годы внедрение моделей, основанных на нейронах и нейронных сетях, в задачах обработки информации носит довольно обширный характер, а вычислительные способности современных компьютеров ограничены, вопросы повышения производительности работы и, что немаловажно, этапа обучения имеют весомую роль в векторе развития технической составляющей самой концепции. В следствии чего, ученые прибегают к более низкоуровневым исследованиям. К числу которых относятся работы, связанные с изучением зависимости образования межнейронной связи и веществом, выделяемым самим нейроном, с учетом ветвления аксонов.
Целью данной работы является моделирование идеализированной нейронной сети, у нейронов которой аксоны растут в условиях динамического образования межнейронных связей, и построение программы на платформе .NET Framework с использованием языка программирования C# и библиотеки Open GL для визуализации модели.
2. Постановка задачи
Задача изучения природы и действия механизмов естественной биологической нервной системы трудоёмкая задача. Познание данной обширной области имеет множество более узких мест.
Одним из приоритетных направлений является изучение процессов, протекающих на низких уровнях, непосредственно касающихся собственно сущности самой маленькой целостной единицы нервной системы, ее клеток - нейронов и межнейронных коммуникаций. В данной работе затрагивается вопрос роста и явления ветвления структурных отростков клеток нервной системы, аксонов, в условиях выделения обобщенного вещества молекул роста аксона, исходящего напрямую от самих нейронов.
Моделируемую в данной работе среду можно интерпретировать с идеализированной нейронной сетью, которая проассоциирована с биологической сетью нейронов естественной нервной системы.
Таким образом, можно выделить ряд игнорируемых или опускаемых фактов:
1. Затрагивание самой сущности другого вида структурных отростков нейронов, дендритов, и расценивание их роли в общей картине действа в рамках данной работы опускается.
2. Рассматриваемая модель предполагает статичное положение нейронов. Подразумевается их неподвижность относительно друг друга.
3. В данной работе нейроны по своей сути взаимно неотличимы по ряду параметров. К числу данных отнесем как форму, структуры и свойства, так и одинаковую поведенческую модель при воздействии различных внешних и внутренних условий.
4. Сома нейрона, или другими словами тело, рассматривается в сферическом образе. Таким образом упразднены сложные вопросы геометрии данного участка.
Выделим этапы, необходимые для реализации поставленной задачи:
1. Подробное изучение вопрос с точки зрения нейробиологии.
2. Математическое моделирование процесса роста и явления ветвления аксона.
3. Изучение технологического стека для программной реализации.
В течение нескольких месяцев проходила работа над данным проектом, в ходе которой были получены как новые знания, так и закреплены уже имеющиеся.
Так были приобретены знания в нейробиологии и современных альтернативных методах обработки информации. В тоже время технологический стек, приобретенный за время обучения на кафедре информационных систем и технологий, был использован во благо, а также развит до профессиональных стандартов. Благодаря подготовительной работе выборе технологий, был получен необходимый опыт программной инженерии.
Результатом данной дипломной работы является математическая модель и компьютерная программа, которые позволяют наблюдать за ростом и ветвлением аксона нейрона. Проведенные эксперименты дают возможность лицезреть воочию за описанными механизмами, благодаря визуализации силами графического интерфейса.
Проведенные эксперименты показывают, что нейробиологическая база вкупе с математическим моделированием и программным обеспечением отражают картину окружающего мира. Труд, проведенный в рамках данной выпускной квалификационной работы, затронул один из аспектов межнейронной коммуникации, но в тоже время имеет место для расширения, так что вполне может быть продолжен в работах других специалистов.
1. Self-Wiring in neural nets of point-like cortical neurons fails to reproduce cytoarchitectural differences. Jouranl of Integrative Neuroscience, p159-169:
F. M.Gafarov, 2006
2. Morphless neurons compromise the development of cortical connectivity. Journal of Integraive Neurosience, p35-48: F.M.Gafarov, 2009
3. Common Mechanisms Inderlying Growth Cone Guidance and Axon Branching. Journal of Neurobiology, p145-158: K.Kalin, 2001
4. Activity Dependence of Cortiacl Axon Brnach Formation: A Morphological and Electrophysical Study Using Organotypic Slice Cultures. The Journal of Neuroscience, p1-9: N.Uesaka, 2005
5. Mathematical modeling of structural plasticity in neural networks. Bulletin of the TSHPU, p37-41.: Y.A.Suleymanov, 2011
6. Modeling of interstitial branching of axonal networks. J. Integr, Neursosci., p103-116: Y.A.Suleymanov, 2013
7. Рост аксонов в развивающейся коре мозга млекопитающего. ( дата обращения 15.02.2019 г.). Получено из Fornit: https://scorcher.ru/axiomatics/axiom_show.php?id=305
8. Сравнительный анализ SSD и HDD.( дата обращения 29.03.2019 г.). Получено из habr.ru: https://habr.com/ru/post/394135/
9. Уроки OpenGL. (дата обращения 27.04.2019 г.). Получено из estate.ru: http: //esate. ru/uroki/OpenGL/
10. Лзык программирования C# 7 и платформы .NET и .NET Core, 8-издание. (2018). Казань: Вильямс.