Você está na página 1de 6

2.

016 octavo Simposio Internacional de Telecomunicaciones (IST'2016)

Un modelo de receptor realista para la Comunicacin

Neuro-pico

Reyhaneh Bigharaz Ali Jamshidi Alireza Keshavarz-Haddad


Facultad de Ingeniera Elctrica e Facultad de Ingeniera Elctrica e Facultad de Ingeniera Elctrica e
Informtica Informtica Informtica
Universidad de Shiraz Universidad de Shiraz e-mail: Universidad de Shiraz

E-mail: r.bigharaz@shirazu.ac.ir jamshidi@shirazu.ac.ir E-mail: keshavarz@shirazu.ac.ir

comunicacin Abstract-Nano es una rama de la nanotecnologa, que est explorando los sistemas biolgicos
neurotransmisor
mediante el desarrollo y diseo de algoritmos que se puede utilizar en caciones comu moleculares (MC). Uno de

los campos ms atractivos de m es comunicaciones pico neuro, que domina la comunicacin entre las neuronas,

es una zona en gran medida inexplorado. En este estudio, se investig un mtodo de deteccin realista en relacin
terminal del axn
vesculas
con la comunicacin neuro pico en diferentes lugares de neuronas que tienen sentido diferencia para mejorar la

probabilidad de error y alcanzar un nivel ptimo de tensin de umbral en diferentes SNR. Adems, hay algunos sinpticas

moduladores en las dendritas de las neuronas en modo receptor que aaden una amplitud aleatoria a las seales

que reciben de otras neuronas en modo transmisor. Mediante la manipulacin de los caracteres de funcin de

distribucin de amplitud aleatoria, podemos logrado menos probabilidad de error. El modelo de receptor terico

obtenido para las comunicaciones moleculares puede ayudar a disear nuevas comunicaciones escala Nano Hendidura
tticas syn enfoques para la promocin de nanonetworks prctico, conveniente en las interconexiones de

}
sinptica
nanomquinas, as como la bsqueda de tratamiento mdico para los trastornos neurales.
dendrita

Fig. 1. Un esquema de comunicacin entre dos nerouns

que consiste en las transmisiones de los impulsos y comuni cacin molecular de los
neurotransmisores.
YO. INTRODUCCIN
En este respecto, las neuronas son nicas porque son capaces de transmitir
comunicacin Molecular es una novela, modelo municacin com bio-inspirado informacin desde el cerebro al cuerpo a lo largo con el envo de mensajes de una
hacia la comprensin de la conexin en red y la comunicacin de nanoescala a las neurona a otra y, finalmente, a los msculos y rganos. En Fig.i, se ha demostrado un
dimensiones micro escala ser interpolar un nmero enorme de nanomquinas esquema de comunicacin entre dos neuronas.
comunicantes artificiales y / o naturales de ingeniera que hacen que las redes de
comunicacin nanoescala, tambin conocidos como nanonetworks. Hay varias Una neurona tpica consiste en un soma, el cuerpo redondeado clula que posee
ventajas para la comunicacin molecular ms de comunicacin inalmbrica tradicional el ncleo celular, las dendritas, filamentos largos y plumosos que se adhieren al
como la eficiencia energtica y la escalabilidad. Adems, estos sistemas son mucho cuerpo de la clula de una manera ramificacin compleja, y un axn, un filamento
menos consumidor de energa en comparacin con los sistemas de comunicacin celular particular, extra-larga y ramificada.
basados de radio [1]. Ms interesante, la comunicacin molecular puede ser
biocompatible que lo hacen ideal para aplicaciones biomdicas [2]. En las molculas Cada neurona mantiene un gradiente de voltaje a travs de su membrana, debido
de comunicacin moleculares son los portadores de informacin [3]. Algunos ejemplos a diferencias en potasio, sodio, cloruro y iones de calcio dentro de la clula, debido a
de mecanismos de comuni- com molecular son las feromonas [4], la sealizacin de diferencias en la carga de cada in. Por cambia significativamente en el voltaje, un
calcio [5] y neurotransmisores. Entre todos los paradigmas comunicacin moleculares, pulso electroqumico nombrado un potencial de accin (pico o impulso nervioso) se
comunicaciones neuro-espiga, que utiliz los neurotransmisores como soportes de produce que se puede calcular y revel como una onda.
informacin, es un problema de comunicacin en gran medida inexplorada.

Este pulso se mueve rpidamente junto axn de la clula, y las transferencias a


travs de una conexin particular a un neu vecina ron, conocido como una sinapsis,
que la recibe a travs de las dendritas. Una sinapsis es una brecha membrana
compleja y minutos o unin que impulsa el transporte por difusin de un
comunicacin Neuro-spike tomar lugares entre las neuronas donde se realiza la neurotransmisor.
transmisin utilizando los neurotransmisores y los impulsos electro-qumicos. Este
Las interacciones de las neuronas es electro-qumica. Cada axn terminal posee
sistema es un modelo hbrido
miles de sacos de membrana conocidos como cles Vesi, que incluyen miles de
978-1-5090-3435-2 / 16/2016 $ 31.00 derecho de autor IEEE molculas de neurotransmisores en

239
Receptor de
AMPA

y.
NMDA 011
Receptor

hora
L

Fig. 2. Diagrama de bloque de nuestro modelo de receptor realista considerado

cada vescula. Los neurotransmisores son sustancias qumicas que amplifican, el rel El resto de este trabajo se organiza como sigue. En la seccin de TI, se presenta el
y modular los impulsos entre las neuronas y otras clulas. modelo de sistema de comunicacin neuro-pico. Se describe la estructura del receptor
propuesto en la seccin III. Entonces, resultados de la simulacin se ilustran en las
Cuando un impulso elctrico estimula una neurona, varios tipos de secciones IV y llegamos a la conclusin del papel en la Seccin V.
neurotransmisores son liberados, y que pasan a la brana mem clula en la unin
sinptica entre neuronas. Luego, despus, estos productos qumicos se unen a sus
II. MODELO DE SISTEMA
receptores correspondientes en las dendritas de la neurona (post-sinptica) de
recepcin. Este proceso cambia la permeabilidad de la membrana celular a iones Como se ha mencionado antes, la neurona se compone de la soma, las dendritas
especficos, conducen a la apertura de canales o puertas particulares que permiten un y el axn. El soma es responsable de la generacin de la espiga en respuesta a
torrente de partculas cargadas (sodio, potasio, cloruro y iones de calcio). Esto influye estmulos, el axn es una fibra larga que conduzca picos lejos del soma y las dendritas
en la carga potencial de la neurona receptora, que a su vez comenzar una nueva que reciben la excitacin.
seal elctrica en la neurona receptora.
Transmisin de informacin est mediada por picos o im pulsos de una neurona a
otra. Por lo tanto, se llama comunicacin neuro pico. Este tipo de comunicacin se
En las investigaciones recientemente, se han propuesto algunas estructuras puede separar en tres secciones principales. La primera, la transmisin axonal, es la
receptor para detectar las seales de molculas [6], [11]. Sin embargo, en estas dispersin de los picos junto con el axn. Al final del axn, hay algunos terminales
estructuras, la verdadera accin de las neuronas no se ha incluido en los modelos especializadas, que son conocidos como los terminales presinpticos. La funcin de
propuestos. En [6], el punto a punto el rendimiento del canal sinptica se ha estos terminales estn liberando de vesculas de neurotransmisor o paquetes a los
investigado y los autores han considerado la deteccin filtro adaptado ptimo para este espacios entre las neuronas, es decir, sinapsis.
modelo de canal. Este trabajo ha evaluado la probabilidad de error por el muestreo de
la salida del filtro adaptado que no es prctico en el mundo real. En [10], los autores
han extendido el modelo de terminal nico para de acceso mltiple canal de Liberacin de los paquetes a la sinapsis desencadena la transmisin tic synap, que
comunicacin sinptica y han evaluado el comportamiento de la tasa de informacin es la siguiente parte principal de las comunicaciones neuro espiga. Puesto que cada
total en el sistema considerado. A medida que el explicado anteriormente el trabajo, la paquete se compone de muchas molculas neurotransmisoras, tras la liberacin de
estructura propuesta no ha considerado el comportamiento realista de las neuronas en los neurotransmisores dentro de los paquetes de salir y la difusin de cada
el lado del receptor. neurotransmisor comienza hacia la neurona de salida. A fin de obtener las molculas
difundidas, las neuronas poseen numerosas terminales postsinpticos en la dendrita
que contienen receptores. Hay dos tipos principales de los receptores, que son la
metabotrpicos y los receptores ionotrpicos. La diferencia entre ellos es que los
En este trabajo, nosotros utilizamos modelo realista de las neuronas en el lado receptor receptores ionotrpicos incitar directamente las neuronas, mientras que los receptores
para la deteccin de la seal. Basado en el potencial de membrana de una neurona, metabotrpicos tienen influencia indirecta, tales como el inicio de la alteracin
consideramos un receptor en el que se aaden las tensiones detectadas por los metablica en la neurona, lo que result en la excitacin de la neurona.
receptores neuronales para generar el potencial de accin de la neurona. A continuacin,
los potenciales de accin desencadenan la membrana hasta un valor umbral. El potencial
de membrana se mantiene por encima del umbral durante un perodo de tiempo.
Despus de eso, este potencial se cae y la neurona va a reposar estado. El receptor Al final de la difusin, estos neurotransmisores liberados se unen a los receptores
propuesto considera este comportamiento real de la neurona y en base a este modelo, se en la terminal postsinptica. Cuando neurotransmisores se unen a los receptores, el
evala el rendimiento del sistema en nuestro trabajo. movimiento de iones comienza, que ofrece de excitacin. Por ltimo, este evento
constituye la parte final de las comunicaciones con nombre espiga generacin.

240
iones que se mueven excitan el potencial de membrana de la neu salida ron, y Asumir que metro neurotransmisores influyen en las ceptors AMPA re, y norte neurotransmisores
conducen a la generacin excitatorios postsinpticos potencial (EPSP). El nivel de influyen en las ceptors re NMDA. Cuando los neurotransmisores influyen en los
excitacin altera de un paquete a otro, debido a las diferencias en el comportamiento receptores AMPA, que son modulados por un modulador de AMPA. La forma de onda
de las neuronas de acuerdo en cuando. En Neuroscience, el potencial de umbral es el de seal correspondiente se da en (2). La seal modulada AMPA en respuesta a un
nivel crtico al que un potencial de membrana debe ser despolarizado para iniciar un neurotransmisor se porado incor a la distorsin de amplitud aleatoria [7]. Por lo tanto,
potencial de accin. potenciales umbral son necesarias para regular y propagar de
sealizacin tanto en el sistema nervioso central y el sistema nervioso perifrico. Muy
a menudo, el potencial de umbral es un valor potencial de membrana entre 40 y 55m
(3)
V, pero puede variar en base a varios factores. Para ello, las neuronas poseen
diferentes valores de umbral que se muestran como vth. Cuando las neuronas
dnde xi denotado como salida de AMPA demodulador, di es una variable
despolarizadas, el nivel de excitacin debe ser mayor que el umbral. Sin embargo,
aleatoria con una distribucin gaussiana y metro es el nmero de receptores de
receptor individual no es lo suficientemente capaz de despolarizar la neurona, por lo
AMPA.
tanto, la respuesta del grupo de los receptores pertenecientes a la neurona similares
La modulacin de los neurotransmisores en los receptores de NMDA es difieren de
se suman. La transferencia de informacin se completa cuando la suma total es mayor
que el AMPA. La activacin de los receptores de NMDA se basa en la potenciacin a
que el valor umbral, la neurona ha despolarizado adecuadamente y la pa se forma en
largo plazo (LTP) o plasticidad a largo plazo [7]. LTP es el comportamiento inherente de
la salida.
una neurona que ofrece la amplificacin de la transmisin de la seal durante el perodo
de tiempo largo. A diferencia de los receptores AMPA, se necesita algn tiempo de
activacin para los receptores de NMDA. Por lo tanto, la forma de onda se desplaza por tN>
O. Por lo tanto,

En los sistemas de neuronas, si el transmisor desea enviar smbolo "1", una excitacin se

acumulan en el intervalo de tiempo entre Tennesse y tn + 1


l - ::; j - ::; norte (4)
de otro modo, para el smbolo "0" no tenemos ninguna excitacin. Tenga en cuenta que la
liberacin de vesculas tiene una naturaleza aleatoria. Incluso si un pico trata de un terminal dnde yj denotado como salida de NMDA demodulador, DJ es una variable aleatoria
presinptica, una vescula no puede ser creado. Por otro lado, si un pico no llega, una con una distribucin gaussiana, Tennesse es una variable aleatoria y norte es el nmero
vescula puede ser creado. Sin embargo, la posibilidad de vescula formado de receptores de NMDA.
espontneamente es muy baja, por lo tanto, puede ser ignorado en nuestro estudio. La figura 2 muestra los receptores de las neuronas y el diagrama de bloques de nuestro modelo

de receptor realista propuesto.


Definimos q = 1 cuando se produce una excitacin, de lo contrario, definimos q = O.
Tambin, tomamos la probabilidad de que esto ocurra igual a p (q = 1) = Pl. La III. T ESTRUCTURA SE RECEPTOR
funcin de densidad de probabilidad del tiempo de llegada de neurotransmisor entrante
comunicaciones Neuro-pico encuentran dos fuentes principales de ruido, que se
es [5]:
originan en el axn, (el ruido axonal) y sinapsis (el ruido sinptica). La fuente de ruido
axonal ms dominante es el ruido de canal [6]. Se origina a partir del cierre aleatorio y
(1) la apertura de los canales inicos dependientes de voltaje que se activan por la
variacin potencial y permitan el movimiento de iones a travs de la membrana de la

donde (3 es igual a la distancia del transmisor y el receptor y 0: es cualquier neurona. En el caso del ruido de canal, la abertura al azar de los canales de Na +

constante que satisface R:; ( ti) dti = 1 provoca pico espontneo, que los canales de iones de voltaje de entrada situada
membrana neurona y no lo hacen depende del tipo del axn [8]. El ruido en la sinapsis

neurotransmisores difusa influyen en la neurona de salida a travs de los y las dendritas se encuentra en la terminal postsinptica contiene el ruido sinptica. La

receptores presentes en su extremidad. Dos tipos principales de receptores en la actividad de fondo sinptica es la fuente bsica del ruido sinptica que se atribuye a la

neurona de salida son existentes: los receptores ionotrpicos, de acceso mltiple de las sinapsis de cientos de otras sinapsis [7], [9]. ruido de fondo

alfa-amino-3-hidroxi-5-metil-4-isoxazol-propionato (AMPA) y N-metil-D-aspartato sinptica cubre el impacto de varias sinapsis diferentes. Mientras que cada impacto

(NMDA), y el otro es los receptores metabotrpicos, mGluRs. sinptica tiene el carcter aleatorio similares, su suma sigue una funcin de
distribucin de probabilidad de que converge a Gauss debido al teorema del lmite
central. Por lo tanto, el ruido sinptica se modela como un proceso Gaussiano [10].
La forma de onda de voltaje analgico normalizado en un receptor creado en
respuesta a un neurotransmisor es una funcin alfa tal que [13]:

t t
o: (t) = - exp (l - -) u (t) T (2)
T
Por lo tanto, para cualquier paquete liberado, las salidas de los receptores en el intervalo de
Dnde T es una constante asociada con el tipo de receptor.
tiempo entre Tennesse y Tn + l son,
Las correspondientes funciones alfa para receptores de tipo AMPA y NMDA son O: A)
Vi (t) = Xi (t) + ni (t) 1 - ::; yo -::; metro (5)
y O: Nuevo Testamento) con T = TA y T = TN,
respectivamente, y TN> T A. Vi (t) = Yi-m (t) + ni (t) m + 1 - ::; yo -::; m + n (6)

241
dnde Nuevo Testamento) es ruido gaussiano blanco, debido a la
aparicin de ruido sinptica sucede en diversas fuentes independientes [6]. Tenga en
cuenta que los componentes de ruido son independientes idnticamente DIS buido
(IID). Adems, son independientes de d / s dadas en (3). En las investigaciones
recientemente, los receptores neuronales ptimas propusieron basado en el filtro
adaptado, que es diferente con la funcionalidad real de un sistema neural. En los
esquemas propuestos previamente [6], [7], [11], el receptor utiliza dos tipos de filtros
adaptados para NMDA y AMPA moduladores. Est claro que esta suposicin est en
contraste con la simple accin de los nano-mquinas y funcin real de una neurona.
Como sabemos, la deteccin ptima en cuenta en los trabajos anteriores puede dar un
punto de referencia a efectos comparativos.

En nuestra estructura propuesta, como se puede ver en la figura 2, el receptor


v (t) = L ::
considera la suma total de las edades de los receptores voltios, es decir,
en Vi (t), y el receptor compara esta suma total con un nivel de umbral dado para
decidir cualquier excitacin se produce o no. En el mundo real, casi todas las membranas
Fig. 3. probabilidad de error para SN R = -veta, mTH = 0.3
celulares en animales y plantas mantienen una diferencia de tensin entre el exterior y el
interior de la clula. Una tensin tpica a travs de una membrana de la clula animal es - 70mV.
En la mayora de los tipos de clulas del potencial de membrana por lo general se
mantiene bastante constante. Algunos tipos de clulas, sin embargo, son elctricamente
activo en el sentido de que sus voltajes fluctan en el tiempo. En algunos tipos de clulas
elctricamente activas, incluyendo neuronas y clulas musculares, las fluctuaciones de
tensin con frecuencia toman la forma de un pico hacia arriba rpida seguida de una
rpida cada. Estos ciclos hacia arriba y hacia abajo son conocidos como potenciales de
accin. En algunos tipos de neuronas del todo hacia arriba y hacia abajo del ciclo tiene
lugar en unas pocas milsimas de segundo. En las clulas musculares, un potencial de
accin tpica dura aproximadamente una quinta parte de un segundo. En algunos otros
tipos de clulas, y en las plantas, un potencial de accin puede durar tres segundos o
ms. Tambin, cada parche excitable de membrana tiene un importante nivel de potencial
de membrana: el potencial de umbral. En el axn de una neurona tpica,

- 55mV. Basndose en estas observaciones, en nuestro modelo considerado, se


tiene en cuenta el nivel de umbral y la fraccin del perodo de la seal de voltaje que la Fig. 4. probabilidad de error para SNR = Oda, mTH = 0.3
seal se ha mantenido por encima del nivel de umbral. Estos dos parmetros
importantes se muestran mediante V, el nivel de umbral, y, mes, la fraccin del
en el rendimiento del modelo considerado. La probabilidad de ocurrencia de error tren
perodo de la seal, en la figura 2. Como se puede ver en esta Fig., Cuando la fraccin mes
de la seal de tensin recibida es mayor que un valor dado, que se llama L'/ L en la de impulsos Pb es la principal medida de rendimiento del receptor. El ms bajo Pb significa

figura 2, el detector declara la aparicin de una excitacin. Por lo tanto, nuestro que se ha obtenido el receptor ms eficiente. Por lo tanto, se observa el efecto de la

objetivo es evaluar el desempeo de un receptor que funciona de acuerdo con la probabilidad de liberacin de paquetes en la probabilidad de error en diversas SNR en

realidad del sistema neuronal. En este sentido, consideramos que el receptor de la salida para encontrar un nivel ptimo de tensin de umbral. Adems, se discute

acuerdo con los hechos que mes y V son diferentes en neuronas en varios lugares, sobre el efecto de la media y la varianza de di en la probabilidad de error.
por ejemplo, corazn, cerebro, msculo, y ..'. El receptor decodifica el smbolo previsto
como "1" si la tensin total puede mantenerse por encima del nivel umbral de voltaje
en la fraccin perodo especfico, es decir, Para las simulaciones, el intervalo de tiempo para cualquier paquete liberado supone
telares, es decir, Tn +! - Tn = telares, el nmero de receptores AMPA y NMDA
fueron considerados 25 y 5,

> mes, y "0" en caso contrario. ejrcito de reserva y Tennesse han sido elegidos 6 ms y 8 ms, respectivamente de acuerdo con
[11], [12]. Como se mencion en la seccin anterior, cada seal de tensin generada
IV. Resultados y discusin NUMRICAS multiplica a un nmero aleatorio
En esta seccin, llevamos a cabo algunas simulaciones por ordenador para evaluar di debido a sus moduladores AMPA y NMDA. Desde los neurotransmisores llegan
el rendimiento del detector propuesto, y para obtener el efecto del receptor y los con diferentes retardos a los receptores NMDA y AMPA, que gener una serie de
parmetros del transmisor retrasos que siguen

242
Fig. 5. probabilidad de error para SNR = LODE, mTH = 0.3 Fig. 7. probabilidad de error para SNR = Oda, mTH = 0.3

Fig. 6. probabilidad de error para SN R = Oda, mTH = 0.7 Fig. 8. probabilidad de error para SNR = -veta, mTH = 0.3

la funcin de densidad de probabilidad expresado dada en (1). En este sentido, hemos tensiones de umbral de nivel en SNR = OdB. Como podemos ver en esta Fig., El nivel
considerado total generado niveles de tensin por los receptores NMDA y AMPA. Por ptimo de tensin de umbral en este caso es
otra parte, se aadi la tensin generada con el ruido sinptica y despus se pasa al V = 1.75.
receptor. En la figura 5, se calcularon las probabilidades de error en diferente capacidad
Como se mencion antes, las neuronas tienen diferentes parme- pa segn su prob de neurotransmisor liberado (p (q = 1)) en base a diferentes tensiones de umbral
ubicacin en el cuerpo y su sensibilidad. Dos parmetros importantes son mes y V. neurona
de nivel en SNR = lOdB. Como se puede observar en la figura 5, el nivel ptimo de
TI se encuentra en un cuerpo que debe tiene una alta sensibilidad y reaccionar contra tensin de umbral en este caso es V = 1. Los resultados de estas simulaciones
cualquier estmulo, la mes debe ser baja. Por lo tanto, para las simulaciones de este muestran que a pesar de diferente probabilidad de neurotransmisor de liberacin, el
caso, se consider mTH = 0.3. En la figura 3, se calcularon las probabilidades de error valor umbral ptimo se ha reducido en el aumento de la SNR del canal.
en diferente probabilidad de neurotransmisor liberado (p (q = l)) en base a diferentes
tensiones de umbral de nivel en SNR = - lOdB. Como se puede ver en la figura 3, el
nivel ptimo de tensin de umbral en este caso obtuvo Cuando la neurona situada en un lugar bajo sensibles, mes debe ser alta. Nosotros
elegimos mTH = 0.7 para este caso. Hemos simulado probabilidad de error para lograr el
nivel ptimo de tensin umbral. Como se muestra en la figura 6, que trazan la
V = 3.3. probabilidad de error en diferente probabilidad de neurotransmisor liberado (p (q = l)) en
En Figa, simulamos probabilidades de error en diferente capacidad prob de base a diferentes tensiones de umbral de nivel en SNR = OdB. Los resultados
neurotransmisor liberado (p (q = l)) sobre la base de diversos

243
muestran que el valor de umbral tiende a cero en este caso. Observamos que en [10] D. Malak y OB Akan, "A Comunicacin anlisis terico de
Sinptica de Acceso mltiple por Canal de Hip-pocampal neuronas corticales,"
todas las simulaciones, se ha considerado que la seal de tensin se ha desplazado
IEEE Trans. Commun., vol. 61, no. 6, pp. 2457-67, 2013. [II] S. Kahlfuss, N. Simma, J.
de tal manera que se fija en los valores positivos. Mankiewicz, T. Bose, T. Lowinus, D. Klein
Hessling, et al. "La inmunosupresin por N-metil D-aspartato-receptor

Otro objetivo de este estudio fue evaluar el efecto de la variable aleatoria di de antagonistas est mediada por la inhibicin de canales de Kv1.3 y KCa3.1 en las clulas
T, " Cell Mol bioi., vol. 34 (5), pp. 820-831, 2014. [12] CI Myme, K. Sugino, GG Turrigiano, y S B.
NMDA y AMPA moduladores de la probabilidad de error. Como se ha mencionado, di Nelson, "The NMDA
tiene una distribucin de Gauss. Se estudi el efecto de la media, E [di l ' y la varianza, a-AMPA en las sinapsis sobre la capa 2/3 neuronas piramidales se conserva a travs
prefrontal y cortezas visuales, " J. Neurophysiol. 90, pp. 771-779,
var [di l, de di sobre la probabilidad de error. Para este propsito, en la figura 7, el
2003.
efecto de E [di l en la probabilidad de error en mTH = 0.3 y SN R = OdB se ha trazado. Est [13] P. Dayan y LF Abott, Neurociencia: Computacional y Mathemat
claro que la media ptima es E [di l = Modelado ical de Sistemas Neuronales. MIT Press, 2001.

0.6 para este caso. Finalmente, las Figuras muestra las variaciones de probabilidad de
error contra la varianza de di. Esta figura muestra que Pb
es una funcin creciente del valor de varianza y se reduce al aumentar el
neurotransmisor liberacin de probabilidad.

V. CONCLUSIONES

Dado que los modelos tericos conocidos de receptor disponible para la


comunicacin neuro-spike no coinciden bien con los modelos realistas,
proporcionamos un modelo de receptor prctico para la deteccin realista en las
comunicaciones neuro-Spike. Por esta razn, hemos realizado simulaciones para
obtener un nivel ptimo de tensin umbral. Los resultados revelaron que en altas
relaciones SNR, un bajo nivel de voltaje de umbral en las neuronas sensibles se
puede obtener debido a la debilidad de ruido que permite seal a detectar claramente
por el receptor. Por otra parte, no hay ningn cambio en la probabilidad de error por
varias nivel umbral de voltaje para las neuronas localizadas en rganos bajo del
cuerpo sensible. Ms interesante, bajas neuronas sensibles son resistentes a los
cambios de nivel de voltaje de umbral y probabilidad de error es constante.
Finalmente, tenemos un valor de expectativa ptima y mnima varianza para la funcin
de distribucin de di lograr probabilidad de error mnimo. Por lo tanto, llegamos a la
conclusin de que este modelo realista puede ser utilizado tanto como una novela
ceptor re bioinspirado para las comunicaciones neuro-pico y la inspeccin de un
tratamiento mdico para los trastornos neuronales.

Referencias

[I] T. Nakano, M. Moore, F. Wei, A. Vasilakos, y J. Shuai, "Molecular


comunicacin y redes:...... Oportunidades y desafos ", IEEE Trans Nanobiosci,
vol 11, n 2, pp 135-148, Jun 2012. [2] N. Farsad, HB Yilmaz, A. Eckford, CB Chae,
y W. Guo "Un com
encuesta exhaustivas de los recientes avances en la comunicacin molecular"
ar Xiv: 1410.4258, octubre de 2014.
[3] B. Atakan, OB Akan, y S. Balasubramaniam, "nanonet rea corporal
trabaja con comunicaciones moleculares en nanomedicina," IEEE Comu nicaciones
Magazine, vol. 50, no. 1, pp. 28-34, 2012. [4] T. Nakano, AW Eckford, y T. Haragguchi, comunicacin

Molecular,

1st ed. Cambridge University Press, 2013. [5] MS Kuran, T. Tugcu, y B. Edis, "la sealizacin
del calcio: visin general y
direcciones de investigacin de un paradigma de comunicacin molecular," IEEE Trans. commun
inalmbrica., vol. 19, no. 5, pp. 20-27, octubre de 2012. [6] E. Balevi y OB Akan, "Un modelo de
canal fsico de nanoescala
neurospike comunicacin ", a aparecer en IEEE Trans. Commun., 2013.
[7] A. Manwani, "anlisis de informacin terica de Communica neuronal
cin ", Tesis de Doctorado, Instituto de Tecnologa de California, Pasadena, CA, 2000.

[8] AA Faisal y SB Laughlin, "Las simulaciones estocsticas sobre la fiabilidad


de la accin potencial de propagacin en los axones finos" PAG Biologa LoS Computacional, vol. 3, no. 5,
E79, mayo de 2007.
[9] AA Faisal, LPJ Selen y DM Wolpert, "El ruido en el sistema nervioso
sistema," Naturaleza, vol. 9, abril de 2008.

244