电压门控离子通道对于可兴奋神经元动作电势的产生和放大具有重要的调节作用,对于不同的神经元和神经元的不同部分,电压门控离子通道有不同的分布,这样便于神经信号的传导。本文首先介绍几种常见的描述神经元激发的模型(决定性HH方程和随机的HH方程),并进一步引申,考虑存在记忆性的神经元模型,并取得了很好的模拟结果。　　第一章,主要介绍了神经元的结构以及神经元的重要组成部分离子通道的种类和特点,并在此基础上分析了神经元的电生理特点,同时也介绍了常用的测量神经元电学特性的实验方法,以及研究神经元激发特性对认知神经科学的重要意义。　　第二章,主要介绍了决定性HH方程和随机的HH方程并进行计算模拟。经典的动力学模型假设离子通道存在一些可区分的状态,通道状态可以相互转换,转换的过程是马尔可夫的。这就是说离子通道当前所处的状态和之前所处状态是无关,整个转换过程不存在记忆性。　　第三章,离子通道的基本结构是大分子蛋白质,对于蛋白质,可以从物理化学的角度考察其动力学性质。作为离子通道的蛋白质可以存在很多的表象状态,表象状态之间相互转变的时间范围可以从几皮秒到几分钟。有理由相信离子通道表象状态的改变是连续的,状态之间的转换具有记忆性。为了将记忆性赋予离子通道,一个新的动力学模型被引用,称之为分形模型。首先使用了Liebovitch等给出的分形的渐进模型,考察了不同强度的记忆性对神经元激发参数的影响。发现,通道的记忆性越强,神经元动作电位的激发阈值越低,神经元越容易被激发。此外,比较了平均峰间距,能量频谱以及平均激发情况,结果表明记忆性的引入使得平均峰间距减小,自激发率增大,而且,当记忆性较强时,通道间的噪声也会对神经元的激发起到重要的作用。　　第四章,Liebovitch等提出的方法虽然将记忆性赋予了钾离子通道,但并不是一种准确的方法,为此,采取了一个相对准确的分形方法。这种方法将整个通道的行为分为马尔可夫过程和分形过程两个过程。通过模拟,可以得出下面的结论,分形的门控机制提高了神经元的可激发性,静息电势和平均激发频率,降低了阈值电压和阈值电流。对于某些神经元来讲,编码的速度和激发频率之间有线性的关系,所以,分形的门控机制不仅提高了神经元的激发频率,也提高了神经元的编码速度。　　最后,对本文的研究工作做了一个简单的总结和展望。