You are on page 1of 7

UNIVERSIDAD DE CARTAGENA

FACULTAD DE CIENCIAS EXACTAS Y NATURALES


DEPARTAMENTO DE FÍSICA

LABORATORIO DE FÍSICA ONDULATORIA


Laboratorio numérico: modelo de Fitzhugh-Nagumo

Cerra J1, Hernández J1, Martínez M2, Angulo D3.

Estudiantes de Biología1
Estudiante de Química2
Docente de laboratorio3

Resumen
El modelo FHN (Fitzhugh-Nagumo ) es un ejemplo de oscilador excitable ya que
si el estímulo externo Iext sobrepasa cierto valor umbral, el sistema exhibirá una
excursión característica en el espacio de fases, tras la cual las variables v y
ω volverán a su valor en reposo. Este comportamiento se observa en neuronas
cuando son estimuladas por una corriente externa. En este laboratorio se utilizó
el programa repl.it para simular una neurona cuando se encuentra en reposo
(I=0), se observo el valor del potencial en reposo y por último se escogieron cinco
valores de corriente externa I desde 0 hasta 1 examinando que sucedía con las
oscilaciones en el tiempo.

Palabras claves: corriente, oscilaciones, potencial, tiempo.

Abstract
The Model FHN (Fitzhugh-Nagumo) is an example of excitable oscillator because
if the external stimulus Iext exceeds a certain threshold value, the system will
display a characteristic excursion in the phase space, after which the variables v
and ω will return to their resting value. This behavior is observed in neurons when
stimulated by an external current. In this laboratory was used the program repl.it
to simulate a neuron when it is resting (I = 0), observed the value of the resting
potential and finally chose five values of external current I from 0 to 1 examining
that happened with the Oscillations in time.

Key words: Current, oscillations, potential, time.


______________________________________________________
Introducción convirtiéndolo en modelo estándar
El cerebro humano es un sistema de del fenómeno de excitación [2].
redes neuronales que ejerce un
control sobre los órganos del cuerpo Marco teórico
y la comprensión de la actividad Las neuronas son las unidades
cerebral. Las neuronas son las funcionales del sistema nervioso
unidades básicas que constituyen el central. Nuestra capacidad de
cerebro, causantes de transmitir entender el mundo, codificar la
todos los impulsos nerviosos, uno de información que llega a través de
los aspectos importantes entre las nuestros sentidos y la experiencia, es
neuronas es la sinapsis, es donde las el producto de millones de neuronas
neuronas tienen un punto de comunicándose unas con otras.
contacto y se realiza la transmisión Cuando se encuentra inactiva, a
del impulso nervioso [1]. Se sabe que través de la membrana celular de la
el cerebro es un sistema complejo y neurona se genera una diferencia de
tiene mucha actividad neuronal, potencial (Voltaje de reposo) debido
debido a esto, es uno de los grandes a la existencia de iones al interior y al
retos de la ciencia moderna. El uso de exterior de la misma. Cuando una
modelos matemáticos con términos neurona interactúa con otra,
en bases fisicoquímicas, se incorpora pequeñas corrientes llegan a la
para entender la funcionalidad de la neurona a través de las dendritas
mente. Al momento de estudiar el (Imagen. 1) que hacen que ésta se
cerebro y el sistema nervioso con un "cargue" (aumente su potencial)
a aproximación matemática se hasta que llega a un umbral en el cual
observa la construcción y el análisis se produce una avalancha de iones
de modelos de las células que generan un potencial de gran
fundamentales que los constituyen: magnitud, llamado Potencial de
neuronas. Para comprender la acción (Imagen. 2). Una vez llegado
dinámica del fenómeno de excitar las al máximo valor, las cargas iónicas se
neuronas, el señor FitzHugh hizo un redistribuyen al interior y al exterior
sistema más simple, basado en la hasta volver al estado de reposo en el
ecuación de Van Der Pol [GU,HO], que se puede volver a repetir el
consta de un sistema no lineal proceso. Finalmente, los potenciales
susceptible de un análisis cualitativo de acción se transmiten a otras
completo por ser bidimensional. Este neuronas que recibirán la
modelo no es que trate de describir información del incrementar sus
detalladamente una realidad cargas y comenzarán a cargarse,
biofísica de las neuronas, representa repitiendo el proceso. [3]
más bien como un análogo que imita
la dinámica neuronal. Hoy en día
muchos científicos cuando quieren
estudiar las células nerviosas acuden
al sistema FitzHugh-Nagumo,
La variable v, representa el voltaje de
la membrana celular (que será la
variable de interés). El parámetro I,
representa las corrientes que llegan a
la neurona debido a la interacción
con otras neuronas. La variable w
(para los curiosos) es una variable
que se introduce ad-hoc para
Imagen 1. Neurona y sus partes permitir la existencia de las
oscilaciones. Los otros parámetros a
y b son parámetros de ajuste. [4]

Metodología
Se utilizo el programa repl.it para
simular el comportamiento de una
neurona. Una vez hecho el modelo
FHN, se definieron las condiciones
iniciales en el vector y0 = [0.0, 0.0]
(la primera componente del vector es
la condición inicial de v y la segunda
de w), y el tiempo total de simulación
Imagen 2. Potencial de acción en (0, 1000, 10000); esto quiere decir
una neurona que se simulo desde el tiempo 0,
hasta el tiempo 1000, usando 10000
En este laboratorio numérico puntos.
implementaremos uno de los Un gráfico que resulta útil en el
modelos más conocidos del estudio de las ecuaciones
funcionamiento de una neurona: El diferenciales es el diagrama de fase,
modelo de Fitzhugh - Nagumo. en el que, en vez de graficar la
solución en el tiempo, graficamos v
Modelo en las ordenadas y w en las abscisas.
El modelo de Fitzhugh-Nagumo está
compuesto por dos ecuaciones 1) Se simulo la neurona cuando se
diferenciales acopladas (recuerde encuentra en reposo (I = 0)
que el movimiento armónico es 2) Se utilizaron varios valores de
también equivalente a un sistema de corriente externa I desde 0 hasta
dos ecuaciones diferenciales 1 (al menos 5), observando qué
acopladas), que tienen la forma: sucedía con las oscilaciones en el
tiempo.
dv/dt = V (v,w) = I − v(v − a)(v − 1)
– w (1.1)
dw/dt = W(v,w) = b(v − gw)
(2.1)
Resultados

Figura 1. Neurona en reposo (I=0). Figura 2.2. Neurona con corriente


El potencial tiene un valor externa igual a 0.1, En el plano
aproximado de -1.24 v potencial-w

Figura 1.2. Neurona en reposo, en


Figura 3. Neurona con corriente
el plano potencial-w
externa igual a 0.3

Figura 2. Neurona con corriente


externa igual a 0.1. Figura 3.2. Neurona con corriente
externa igual a 0.3, en el plano
potencial-w
Figura 4. Neurona con corriente
externa igual a 0.5
Figura 5.2. Neurona con corriente
externa igual a 0.7, en el plano
potencial-w

Figura 4.2. Neurona con corriente


externa igual a 0.5, en el plano
potencial-w
Figura 6. Neurona con corriente
externa igual a 0.9

Figura 5. Neurona con corriente


externa igual a 0.7
Figura 6.2. Neurona con corriente
externa igual a 0.9, en el plano
potencial-w
Análisis de resultados para los cuales las derivadas con
¿Qué sucede con las oscilaciones en relación al tiempo de las variables de
el tiempo? Con relación a la figura estado involucradas se anulan
1,2,3,4,5 y 6, cuando el tiempo sincrónicamente, establecen los
transcurre se pueden observar mayor estados de equilibrio o estados
numero de oscilaciones. Bien se sabe estáticos del sistema.
que el tiempo transcurrido entre dos
puntos equivalentes de una onda se ¿Puede encontrar regímenes
conoce como periodo de oscilación, similares al sub-amortiguado/sobre-
por esta razón se puede hablar de una amortiguado/críticamente
relación entre el tiempo y el periodo. amortiguado? Se pueden encontrar
¿Qué pasa con las oscilaciones en el regímenes similares del modelo FHN
periodo? Este es el mínimo intervalo con el caso sub-amortiguado, estos
que separa dos instantes en los que el van a depender de un tiempo y las
sistema se localiza exactamente en el oscilaciones también dependerán de
mismo estado: mismas posiciones, este último. Los dos restantes
mismas velocidades, mismas presentan decaimiento exponencial,
amplitudes. Así el periodo de solo se genera una oscilación por esta
oscilación de una onda es el tiempo razón no es conveniente decir que
empleado por la misma en completar contienen regímenes similares con el
una longitud de onda. En otros modelo FHN.
términos, es el tiempo que tarda un
ciclo de la onda en volver a empezar. La ecuación de van der Pol tiene una
Por ejemplo, en una onda, el periodo larga historia en física y biología. Por
es el tiempo transcurrido entre dos ejemplo, en biología, Fitzhugh y
crestas o valles sucesivos. Nagumo aplicaron la ecuación a un
Al resolver numéricamente, el campo bidimensional en el modelo
sistema de ecuaciones diferenciales de FitzHugh-Nagumo para describir
que direccionan la dinámica de la el potencial de acción de
neurona, se halla el desarrollo las neuronas. Por esta relación las
temporal de las variables de estado oscilaciones del modelo FHN pueden
del sistema, (v(t), w(t)), a partir de ser consideradas oscilaciones
cierta condición inicial (v0, w0), armónicas ya que existe una formula
predeterminada. El espacio donde del oscilador armónico simple donde
residen las variables de estado (v, w), el sistema alcanzará un ciclo límite,
es designado espacio de fases o en el que se conservará la energía.
espacio de estados y en él se puede Cerca del origen x = dx/dt = 0 el
visualizar la transformación del sistema es inestable, y lejos del
sistema (la neurona), graficando las origen hay amortiguamiento.
órbitas de la ecuación diferencial (es
decir las imágenes de las soluciones 𝑑2𝑥
de la ecuación diferencial). Los +𝑥 =0
𝑑𝑡 2
puntos del espacio de estados de un
sistema de ecuaciones diferenciales,
𝑑2𝑥 𝑑𝑥
− 𝜇(1 − 𝑥 2 ) + 𝑥 − 𝐴𝑠𝑒𝑛(𝜔𝑡)
𝑑𝑡 2 𝑑𝑡 [4] Izhikevich E. M. 2007. Dynamical
=0 Systems in Neuroscience: The
Geometry of Excitability and
Estas dos ecuaciones son la relación Bursting. The MIT Press, Cambridge,
de dichas oscilaciones. MA.

Conclusión
Se conocieron, analizaron y
simularon las pequeñas oscilaciones
dinámicamente próximas a los
estados de reposo; las cuales
corresponden al fenómeno detectado
en el modelo de FitzHugh-Nagumo.
Este hecho es relevante para conocer
el comportamiento de la dinámica
neuronal.
En coordenadas apropiadas, en
formas normales algebraicamente
convenientes y mediante reducción a
la variedad central, se descubre
también grandes oscilaciones; las
cuales se explican las ondas que
pueden almacenar información
durante mucho tiempo y que son
capaces de propagarse Esto explica la
inestabilidad estructural al modelo
de FitzHugh-Nagumo.

Bibliografía

[1] Pelvig, DP; Pakkenberg, H; Stark,


AK; Pakkenberg, B. 2008.
Neocortical glial cell numbers in
human brains. Neurobiology of
Aging 29 (11): 1754-1762.

[2] Vera J. y Medina Y. 2007. Modelo


de Fitzhugh-Nagumo y las redes
neuronales. Universidad EAFIT.
Medellín.

[3]http://www.scholarpedia.org/art
icle/FitzHugh-Nagumo_model

You might also like