1 / 36

Ingo Rechenberg

Ingo Rechenberg. PowerPoint-Folien zur 6. Vorlesung „Bionik II / Biosensorik, Bioinformatik “. Wie eine Nervenzelle funktioniert Konstruktion eines künstlichen Neurons. Künstler-Vision einer Nervenzelle. Aktionspotentiale. „Feuernde“ Nervenzelle.

gibson
Download Presentation

Ingo Rechenberg

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Ingo Rechenberg PowerPoint-Folien zur 6.Vorlesung „Bionik II/Biosensorik, Bioinformatik“ Wie eine Nervenzelle funktioniert Konstruktion eines künstlichen Neurons

  2. Künstler-Vision einer Nervenzelle

  3. Aktionspotentiale „Feuernde“ Nervenzelle

  4. Riechsinneszelle im Grubenkegel einer Wanderheuschrecke Antwort auf einen Duftreiz 107 103 104 102 105 106 10

  5. Reizstärke Impulshöhen-Kodierung ? Impulsbreiten-Kodierung ? ! Impulsfrequenz-Kodierung ?

  6. Impulsfrequenz-Kodierung am Ausgang einer Riechsinneszelle

  7. Dendrit Synapse Soma Nucleus Axon Myelin Neuron - Biologische Bezeichnungen

  8. Das Gehirn besitzt ungefähr 100000000000 Nervenzellen Technik Rekord: 2 Milliarden Transistoren auf einem Chip Das Gehirn besitzt ungefähr 10000 Synapsen pro Nervenzelle

  9. Synaptische Bläschen Elektrisch gesteuerte Membran Axon – Synapse Encoder Soma Dendrit Chemisch gesteuerte Membran Synaptische Bläschen + Synapse Materieller Aufbau einer Nervenzelle

  10. Axon Transmitter Synaptische Bläschen Synapse Präsynaptisches Gitter Synaptischer Spalt Ionen-Tor Postsynaptische Membran

  11. Exzitatorisches Post-Synaptisches Potenzial EPSP Transmitter Na+-Ionen Tore öffnen sich

  12. Inhibitorisches Post-Synaptisches Potenzial IPSP Transmitter K+-Ionen

  13. VZ1-Verhalten EPSP IPSP Zeitliche Form eines EPSPs und eines IPSPs

  14. PSP>50mV Axon PSP Soma Encoder Dendrit Stufen der Signalverarbeitung in einem Neuron

  15. Ionen Eisenstab Magnetspule Membran Ionen Aufgeprägte Spannung Signalmolekül (Transmitter) V Elektrisch gesteuerte Membran Membran Rezeptor Chemisch gesteuerte Membran V Membrantypen Axon Dendrit Die aufgeprägte positive Spannung zieht den Stößel in die Spule hinein

  16. Transmittermolekül Acetylcholin N S Magnet Mechanisches Modell für ein Transmitter gesteuertes postsynaptisches Ventil Essigsäure Acetylcholin-Esterase Cholin

  17. 2 4 3 offen geschlossen m-Gate Elektrisch gesteuerter Na-Kanal mit 2 Toren Depolarisation 1. Das spannungsabhängige m-Gate ist zu, das spannungs-unabhängige h-Gate ist offen. 2. Depolarisation führt zu einer Konformationsänderung des m-Gates. Na-Ionen strömen in die Zelle. 3. Die Aktivierung führt nach 1-2 ms zur Schließung des Inaktivierungstores (h-Gate). Zeitschalter 1. 4. Repolarisation führt zum Schließen des m-Gates. Beide Tore sind zu. 1. Die Konformationsänderung des m-Gates führt nach 2-5 ms (Refraktärzeit) zur Öffnung des h-Gates. Zeitschalter 2. 1 h-Gate 1bis 2 ms 2bis 5 ms Repolarisation

  18. Zur Erinnerung ! Rezeptor Der Rezeptor stößt nach einer gegebene Zeitspanne das angedockte Molekülwieder ab.

  19. oder ein EPSP ? Reiz elektrisch chemisch ! -70mV→ -50mV Wiederholung

  20. Elektrisch gesteuerte Membran Depolarisierung Axon mV -70 -45 Fortleitung eines Nervenimpulses

  21. Elektrisch gesteuerte Membran Fortleitung eines Nervenimpulses

  22. Zündschnur Dominosteine Analogien zur Impulsfortleitung in einer Nervenfaser

  23. Signalverlauf am Axonhügel (Encoder) Das Verhalten des Axonhügels wird durch eine elektrisch gesteuerte Membran bestimmt! Signalverarbeitung in einer Nervenzelle

  24. Die Größe der Synapse bestimmt die Zeitkonstante (für zeitliche Summation) Die Entfernung der Synapse vom Axonhügel bestimmt die Potenzialhöhe (für räumliche Summation) Evolutionsfähigkeit eines Neuronennetzwerkes

  25. VZ1 U S Synapse F Synapse VZ1 Spannungs-Frequenzwandler mit Schwellwertcharakteristik F VZ1 Soma Encoder Gewichtung VZ1-Glied (Kurzzeitspeicher) U Technischer Nachbau eines Neurons

  26. VZ1 VZ1 U  F VZ1 F Bionik-Neuron U Das Berliner Neuronenmodell

  27. lin. DGL Elektrisches VZ1-Verhalten VZ1 = Verzögerungsglied 1.Ordnung Berechnung der Abklingkurve heuristisch exakt ~ ~ … h0 h(t) v Hydromechanisches VZ1-Verhalten

  28. T T R R fe VZ1-Verhalten -50mV -70mV fa Impulsvervielfachung = Refraktärzeit . fa nfe = Mögliche Rechenoperation mit einem Neuron

  29. Wenn zwei Impulse zu gleichen Zeit erscheinen werden sie durch richtige Einstellung der „Neurovariablen“ wieder zu zwei Impulsen getrennt !!! fe1 fe2 -50mV -70mV fa Impulsaddition fa fe1 fe2 = + fa Möglich durch richtige Einstellung der Dendritenlänge und der Synapsengröße 2fe1 3fe2 = + Mögliche Rechenoperation mit einem Neuron

  30. fe1 fe2 -50mV -70mV fa Impulsmultiplikation . . fa fe1 fe2 = k sehr klein Mögliche Rechenoperation mit einem Neuron Text

  31. Impulsverarbeitung in einem Neuronalen Netz

  32. Angenommen, H1 feuert. Dann wird H2 gehemmt. Damit fällt die Hemmung von H3 weg. H3 beginnt zu feuern und hemmt H1. Neuron H1 hört auf zu feuern usw. H1 H2 E H3 Hemmung größer als Erregung ! Inhibitorischer Neuronenring

  33. Die Impulsfolge 2, 3, 4 läuft stabil entgegengesetzt der Verschaltungsrichtung im Neuronenring herum H1 H2 E H3 Hemmung größer als Erregung ! Inhibitorischer Neuronenring

  34. Ende www.bionik.tu-berlin.de

  35. Zum Praktikum der Vorlesung Bionik II • Vorschläge für Hausaufgaben: • Neuste Entwicklungen auf dem Gebiet des DNA-Computing • Vorschläge für besonders exotische Biosensoren • Beispiele für die Anwendung Neuronaler Netze heute • Konstruktion verschachtelter Neuronenringe (Computersimulation) • Belehren einfacher Neuronaler Netze mit der Evolutionsstrategie • Suche nach einem Katalysator, der einen Katalysator synthetisiert • …

  36. Zur möglichen Multiplikationsoperation in einem Neuron: Die Frequenz fe1 sei auf einem Oszilloskop zum Stehen gebracht (Triggerung). Die Impulse von fe2 ziehen dann mit einer bestimmten Geschwindigkeit an der stehen-den Impulskette von fe1 vorbei. Immer wenn die Impulse übereinander rutschen (Koinzidenz) entsteht am Axonhügel ein Ausgangsimpuls. Denn nur beide Impulse zusammen führen am Axonhügel zu einer summarischen Spannung >-50 mV. Wird nun die Frequenz fe2 verdoppelt, entstehen doppelt so häufig Koinzidenzen. Die Ausgangsfrequenz fa verdoppelt sich. Wird anders herum z.B. fe1 verdreifacht, ver-dreifacht sich auch die Zeit der Koinzidenz usw. Die Eingangsimpulsfrequenzen werden also miteinander multipliziert, wobei der Faktor k klein ist. Damit auch bei einem ganzzahligen Verhältnis der beiden Eingangsfrequenzen die Multiplikation funktioniert, müssen die Frequenzen leicht gestört sein.

More Related