4.1.4 简化动力学模型：Izhikevich 模型

文档摘要

4.1.4 简化动力学模型：Izhikevich 模型 4.1.4 简化动力学模型：Izhikevich 模型想象一下，你正站在神经科学模拟的十字路口，一边是Hodgkin-Huxley模型那庞大而精确的离子通道方程群，像一台精密却笨重的蒸汽机，计算开销巨大；另一边，则是Izhikevich模型，轻盈如风筝，却能翱翔在真实神经元行为的广阔天空。它不是简单粗暴的简化，而是巧妙的权衡——用两个耦合的微分方程，捕捉 spiking、bursting、适应性等核心动态，同时让你的模拟代码在普通笔记本上飞奔。为什么选择它？因为在实际研发中，我们常常面临海量神经元网络的模拟需求，Hodgkin-Huxley动辄需要数小时的计算，而Izhikevich只需几分钟，就能生成逼真的放电模式。