神经元是神经系统的基本结构和功能单位之一,计算神经学是利用非线性方法和计算机模拟在不同水平上对神经系统进行模拟和研究的学科,是当前神经生理学研究的国际前沿之一。神经元之间的协同作用不可避免地会受到神经元细胞周围的化学、生物和物理环境的影响。研究这些影响对神经元系统中不同类型信号的传播、检测以及能量编码问题具有十分重要的意义。本论文考虑不同刺激信号、噪声、电磁效应、耦合方式和网络结构等的作用下,分别研究前馈神经网络信号传播问题、神经网络基元混沌共振和反随机共振问题、神经元能量编译和多重振动共振问题等,取得以下重要研究成果:（1）在电磁感应下构建由Hybrid神经元组成的前馈神经网络,研究高斯白噪声、突触权重和层间连接概率对弱信号在网络中传播效率的影响。本文通过计算尖峰点阵光栅图、功率范数和尖峰时间精度等,研究了阈下兴奋性突触后电流信号在Hybrid神经元前馈网络中的传播效率和保真度。研究发现:在前馈神经网络中存在中等强度噪声使神经信息编码最好、信号传输保真度最高,并能够区分弱信号和由噪声引起的兴奋。功率范数和尖峰时间精度随着层间连接概率的增加出现波动,且在传输层和输出层都可以检测到多周期簇放电模式。（2）在电磁感应下构建的Izhikevich神经元前馈环网络基元中,研究网络基元的混沌共振和反随机共振现象。本文通过将洛伦兹系统产生的混沌电流输入Izhikevich神经元前馈环网络基元中并计算其傅里叶系数。同时,通过计算神经元系统的平均放电率,研究了非高斯色噪声和电学自突触对网络基元放电活动的最佳抑制作用。研究发现:电磁感应下神经元及其网络基元均表现出混沌共振现象,存在中等强度混沌电流以确保通过混沌共振最佳地检测弱信号。电磁感应可以增强神经元检测弱信号的能力,电磁感应参数的调节使T2-FFL展现出比T1-FFL更明显的混沌共振现象。混沌共振效应具有鲁棒性,且混沌共振随时滞的变化表现出准周期特性。另外,平均放电率曲线随噪声强度变化表现出反随机共振现象;电学自突触诱导的反随机共振随突触延迟时间呈衰减振荡过程,且出现多个极小值,这是多重反随机共振。（3）在电磁效应下的FitzHugh-Nagumo和Hindmarsh-Rose神经元模型中,研究神经元放电模式的能量依赖关系和多重振动共振问题。本文基于亥姆霍兹定理,研究了 FitzHugh-Nagumo神经元模型在高低频电流和电磁感应变化时的膜电位和Hamilton能量。同时,利用傅里叶系数作为检测弱信号的响应幅度,研究了 Hindmarsh-Rose神经元中高频信号对低频弱信号的检测作用。研究发现:通过改变刺激强度、高低频信号振幅和频率等参数,神经元放电活动经历静息、尖峰、簇放电甚至混合放电状态,放电活动伴随着能量的储存和释放。无论是否考虑电场作用,在Hindmarsh-Rose神经元模型中都可以观察到多重振动共振,并且电场会削弱多重振动共振。当考虑两个神经元双向耦合时,也可以观察到多重振动共振,但是电场会增强多重振动共振。