We present a detailed physiological model of the retina that includes the biochemistry and electrophysiology of phototransduction, neuronal electrical coupling, and the spherical geometry of the eye. The model is a parabolic-elliptic system of partial differential equations based on the mathematical framework of the bi-domain equations, which we have generalized to account for multiple cell-types. We discretize in space with non-uniform finite differences and step through time with a custom adaptive time-stepper that employs a backward differentiation formula and an inexact Newton method. A refinement study confirms the accuracy and efficiency of our numerical method. Numerical simulations using the model compare favorably with experimental findings, such as desensitization to light stimuli and calcium buffering in photoreceptors. Other numerical simulations suggest an interplay between photoreceptor gap junctions and inner segment, but not outer segment, calcium concentration. Applications of this model and simulation include analysis of retinal calcium imaging experiments, the design of electroretinograms, the design of visual prosthetics, and studies of ephaptic coupling within the retina.


翻译:我们展示了一个详细的视网膜生理模型,其中包括光转换、神经电联和眼球几何学的生物化学和电生理学,其中包括光转换、神经电联和眼球几何学。模型是一个基于双面方程式数学框架的局部偏振-椭圆方程系统,我们已普遍地将其分为多个细胞类型。我们以非单式的有限差异和跨步的方式在空间中分解,并使用一种定制的适应性时间步骤,采用落后的分化公式和不精确的牛顿方法。一项改进研究确认了我们数字方法的准确性和效率。使用模型进行的数字模拟与实验结果相比,如对光感光振动和光感缓冲钙等。其他数字模拟表明光受体隔热点与内部段(但不包括外部段)的相位裂裂痕、钙浓度之间的相互作用。这种模型和模拟的应用包括:对视像化成像实验的分析、电视像设计、视像修复术设计、以及视像性视像性视像性静脉图的透图研究。</s>

0
下载
关闭预览

相关内容

ACM/IEEE第23届模型驱动工程语言和系统国际会议,是模型驱动软件和系统工程的首要会议系列,由ACM-SIGSOFT和IEEE-TCSE支持组织。自1998年以来,模型涵盖了建模的各个方面,从语言和方法到工具和应用程序。模特的参加者来自不同的背景,包括研究人员、学者、工程师和工业专业人士。MODELS 2019是一个论坛,参与者可以围绕建模和模型驱动的软件和系统交流前沿研究成果和创新实践经验。今年的版本将为建模社区提供进一步推进建模基础的机会,并在网络物理系统、嵌入式系统、社会技术系统、云计算、大数据、机器学习、安全、开源等新兴领域提出建模的创新应用以及可持续性。 官网链接:http://www.modelsconference.org/
不可错过!700+ppt《因果推理》课程!杜克大学Fan Li教程
专知会员服务
69+阅读 · 2022年7月11日
不可错过!《机器学习100讲》课程,UBC Mark Schmidt讲授
专知会员服务
73+阅读 · 2022年6月28日
Meta最新WWW2022《联邦计算导论》教程,附77页ppt
专知会员服务
59+阅读 · 2022年5月5日
100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
专知会员服务
164+阅读 · 2020年3月18日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
可解释的CNN
CreateAMind
17+阅读 · 2017年10月5日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
33+阅读 · 2022年2月15日
Image Segmentation Using Deep Learning: A Survey
Arxiv
44+阅读 · 2020年1月15日
VIP会员
相关资讯
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Top
微信扫码咨询专知VIP会员