大脑中的神经系统作为自然界最复杂的系统之一,其网络结构与功能的异常是导致癫痫、阿尔兹海默症以及精神分裂症等神经疾病的重要原因。癫痫的发作被认为与神经元的异常放电活动有关,研究表明,哺乳动物与人的海马区神经元网络能够产生大量的神经元同步放电活动,而癫痫的发作也与该区域密切相关。前馈神经元网络是神经系统最普遍的网络结构之一,其分层结构能够很好地模拟神经元放电逐层传递的特性,在生物神经元网络中,异质性前馈神经元网络被认为有可能是引发癫痫类病态振荡活动发生质变的因素。因此建立异质性前馈神经元网络对于揭示人脑中癫痫信号的传导具有重要意义。本文首先分析了大脑网络功能与网络结构以及神经元特性与神经元模型,根据网络拓扑结构(度分布)的不同,构建了三种基于Fitz Hugh-Nagumo(FHN)神经元模型的同质性与异质性前馈神经元网络,三种网络结构分别服从相同分布、均匀分布和指数分布。同时,研究了神经元网络的信息编码与解码以及信号传导的量化指标。其次,本文分别研究了在有噪声与无噪声的作用下,异质性前馈神经元网络中神经元信号的传导。研究发现适中强度的噪声使放电率与放电模式的增加趋势更加明显。同时,异质性对促进网络振动共振具有重要的作用,它能够在噪声强度较低时增强信号的传导。在无噪声条件下,三种不同的网络拓扑结构,输入放电率与输出放电率呈非线性关系。当加入噪声时,其放电率与放电模式的变化随噪声的增强而稳定地提高。揭示了癫痫信号在异质性前馈神经网络中的传导机制。最后,本文研究了高频刺激对前馈神经元网络信号传导的影响以及异质性前馈神经元网络中的振动共振。研究结果表明,神经元参数异质性对高频刺激作用下的前馈神经元网络信号传导中的放电率具有促进作用。另一方面,不同程度的异质性参数对促进信号传导的影响程度(即放电率大小)不同。此外,神经元网络的振动共振也受神经元异质性与高频刺激幅值和频率的共同作用影响,三种不同度分布的网络受不同异质性系数的影响程度不同,且最大值的分布在高频刺激周期幅值的区间不同。本文的研究成果有助于理解网络结构、外部刺激作用以及神经元异质性对神经元信号传导的影响,为癫痫的临床治疗提供理论指导。