嗅觉神经通路研究是嗅觉研究的基础,对脑科学研究同样具有多方面的重要意义。本文从探索嗅觉神经通路出发,对关键部分进行模型研究。首先,本文归纳总结了嗅觉神经通路的神经传导机制,这条神经通路分为前段(嗅上皮、嗅球、前嗅核、梨状皮质)、中段(杏仁核、内嗅皮质)和后段(海马、下托),其中,嗅球、梨状皮质到内嗅皮质的投射过程是未知的,假设其神经元连接方式为一对一连接或随机连接。然后,针对KIII模型进行改进,提出了嗅觉神经通路的前段模型。采用小世界网络理论分析了输入通道数从5逐渐增加到100时,KIII模型和前段模型的平均路径长度和聚类系数的变化情况,分析结果表明,与KIII模型相比,前段模型在输入通道数大于16时,具有较小的平均路径长度和更大的聚类系数。此外,基于深度学习理念分析KIII模型。从模型结构、对噪声的容忍度和神经元间的连接三个方面对比分析了KIII模型和深度学习模型之间的相似性,并将脑电信号通过合适的切分预处理后直接输入KIII模型和深度学习模型进行识别,不进行特征提取的过程,实验结果表明,KIII模型具有自动提取脑电特征的能力,并且不同的切分方式也会对识别结果产生影响。因此,鉴于KIII模型与深度学习模型之间的相似性,结合深度学习理念优化KIII模型性能是一种自然而极具前景的研究思路,以求在高仿生和高性能之间达到一个平衡。接着,针对已有的病理状态下的齿状回模型进行改进,提出了嗅觉神经通路的后段模型。使用NEURON仿真平台实现后段模型,并观察典型神经元的膜电位变化情况,仿真结果表明,后段模型的神经元符合真实神经元所具有的刺激-响应特性。另外,基于神经团理论构建以内嗅皮质为核心的中段模型,并根据嗅球、梨状皮质到内嗅皮质假设的神经元连接方式,构建出嗅觉神经通路仿生模型。