在度量星形图上描述异常电扩散的时间分数电缆方程:其存在性、唯一性及数值解
《Mathematics and Computers in Simulation》:Time-fractional cable equation for anomalous electrodiffusion on a metric star graph with existence, uniqueness and numerical solution
【字体:
大
中
小
】
时间:2026年04月18日
来源:Mathematics and Computers in Simulation 4.4
编辑推荐:
亚什·瓦茨(Yash Vats)| 马尼·梅赫拉(Mani Mehra)| 迪特马尔·奥尔茨(Dietmar Oelz)
昆士兰大学 – 德里印度理工学院研究学院(UQIDAR),德里印度理工学院,新德里,110016,印度
**摘要**
在本研究中,我们将突触前和
亚什·瓦茨(Yash Vats)| 马尼·梅赫拉(Mani Mehra)| 迪特马尔·奥尔茨(Dietmar Oelz)
昆士兰大学 – 德里印度理工学院研究学院(UQIDAR),德里印度理工学院,新德里,110016,印度
**摘要**
在本研究中,我们将突触前和突触后的神经元视为一个度量星形图。神经元中的电流由离子通过跨膜通道的电扩散驱动。本文探讨了表示单个突触前神经元及其在度量星形图上的突触后神经元拓扑结构的时间分数电缆方程。通过特征函数展开方法证明了该方程解的存在性和唯一性。随后,提出了一种时间分数电缆方程的有限差分近似方法,其中Caputo时间分数导数采用L1方案进行近似。证明了所提出数值方案的唯一解的存在性,并通过离散能量方法分析了其稳定性和收敛性,显示出时间收敛阶为2?α,空间收敛阶为2。理论发现通过两个测试问题的数值结果得到了验证。最后,包含了一个实际应用示例,以展示分数导数对模型的影响。
**引言**
神经元是神经系统的基本单位,负责利用电信号和化学信号在大脑中传递信息[1]。神经元的分支赋予其类似星形图的结构。星形图是一个具有中心节点(“枢纽”)与多个其他节点(“叶”)相连的图,但叶之间没有直接连接(图1)。这些分支可以是接收来自其他神经元(突触前)输入的树突,或者是向其他神经元(突触后)输出信号的轴突分支。图2将突触前及其突触后神经元表示为星形图。星形图的枢纽是神经元体,叶子是其他神经元,边则是突触后神经元的树突或突触前神经元的轴突分支。当将轴突分支或树突的长度作为星形图每条边的权重时,与神经元相关的星形图就变成了度量星形图。传统的漏电积分-点火模型描述了神经元膜电位随时间的变化,但它无法捕捉膜电位在神经元轴突和树突上的空间分布[2]。将神经元视为度量星形图有助于理解整个神经元上的膜电位动态。
电缆方程是一维反应-扩散方程,用于描述膜电位如何依赖于进入、离开以及在内流经神经元轴突的电流[3]。轴突和轴突分支可以被视为长圆柱或电缆。电缆方程描述了膜电位沿轴突各分支的变化。图3显示了神经元轴突及其分支的电电路表示。电缆方程由下式给出:
\[ CM\frac{\partial V_m}{\partial t} = A\frac{1}{R_L}\frac{\partial^2 V_m}{\partial x^2} - \frac{R_M}{R_L} \]
其中 \( V_m \) 是膜电位,\( C_m \) 是膜电容,\( R_L \) 是细胞质电阻,\( R_M \) 是膜电阻。膜电位可能沿神经元轴突和分支变化,枢纽作为所有进出信号的节点[4],[5]。这激发了我们在枢纽处添加额外条件的需求。因此,为了理解膜电位从轴突某一点产生并通过轴突分支传播的动态,在度量星形图上定义电缆方程是重要的。
神经元的细胞膜包含许多离子通道,允许离子的主动和被动电扩散。这种电扩散产生的电流会影响神经元的膜电位。此外,离子扩散的特点是均方位移的非线性增长现象,即所谓的异常亚扩散[6],[7],[8]。在一维情况下,时间分数电缆方程简化为分数漏电积分-点火模型,该模型成功解释了实验中观察到的向上尖峰频率适应[9]。受分数漏电积分-点火模型的启发,并为了捕捉离子的异常亚扩散,我们需要在度量星形图上考虑时间分数电缆方程[10]。由于电缆方程是一个反应-扩散方程,我们通常考虑在度量星形图上的时间分数反应-扩散方程。
我们考虑一个度量星形图 \( G = (V, E) \),其中 \( V = \{v_j | j=0\cdots k\} \) 是顶点(即“叶”)的集合,\( E = \{e_j | j=1\cdots k\} \) 是连接顶点 \( v_j \)(\( j=1\cdots k \))的边的集合。每条边 \( e_j \) 由区间 \( (0,l) \) 表示,假设电流从顶点 \( v_0 \)(星形图的枢纽)向外流动(图1)。图 \( G \) 上边 \( (0,l) \) 的时间分数线性反应-扩散方程为:
\[ C_{D0,t}^{\alpha} u_j(x,t) = A\frac{\partial^2 u_j(x,t)}{\partial x^2} + B_j(x,t) + g_j(x,t), \quad x \in (0,l), \quad t \in (0,T_f), \quad 0<\alpha<1, \quad u_j(x,0) = u_{j0}(x), \quad x \in (0,l), \quad j=1,\cdots,k \]
其中 \( A, B \in \mathbb{R} \) 且 \( T_f \) 是时间终点。\( C_{D0,t}^{\alpha} u_j(x,t) \) 是关于时间 \( t \) 的 \( u_j: \mathbb{R}^+ \times \mathbb{R}^+ \rightarrow \mathbb{R} \) 的 \( \alpha \in (0,1) \) 阶Caputo导数:
\[ C_{D0,t}^{\alpha} u_j(x,t) = \frac{1}{\Gamma(1-\alpha)\int_{0}^t (t-s)^{-\alpha} \frac{\partial u_j(x,s)}{\partial s} ds \]
\( g_j(x,t) \) 是源项。这里 \( u_j \) 表示神经元的膜电位,方程 (1.1) 表示时间分数电缆方程。采用Caputo分数导数是因为它允许将模型表述为具有与经典常微分方程和偏微分方程相同初始条件的初值问题[11]。相比之下,其他分数导数(如Riemann-Liouville导数)通常需要涉及分数阶导数的初始条件,这在物理上难以解释[12]。第一个边界条件是连续性条件,确保每条边 \( j \) 上的膜电位 \( u_j(x,t) \) 在连接点 \( x=0 \) 处取得相同的值,即 \( u_j(0,t) = u_i(0,t), \quad i\neq j, \quad i,j=1,\cdots,k, \quad t \in (0,T_f) \)。
沿每条边的电流由轴向电流描述,它与膜电位的空间导数 \( \frac{\partial V_m}{\partial x} \) 成正比[13]。在连接点的流量守恒要求净向外电流为零,即所有边上膜电位的通量之和为零。这个条件对应于网络模型中常用的标准Kirchhoff定律[14],表示为:
\[ \sum_{j=1}^k \frac{\partial u_j(0,t)}{\partial x} = 0 \]
最后,施加均匀Dirichlet边界条件以表示在轴突分支的终端点处膜电位固定在其静息值,即 \( u_j(l,t) = 0, \quad t \in (0,T_f) \)。
使用向量表示法 \( u = (u_1,\cdots,u_k) \),我们得到度量星形图 \( G \) 上的时间分数反应-扩散方程:
\[ C_{D0,t}^{\alpha} u(x,t) = A\frac{\partial^2 u(x,t)}{\partial x^2} + B_u(x,t) + g_j(x,t), \quad x \in G, \quad t \in (0,T_f), \quad 0<\alpha<1, \quad u(x,0) = u_0(x), \quad x \in G \]
Walther[15]已经证明了在所基于的度量星形图上反应-扩散方程解的存在性和唯一性。然而,文献中缺乏关于此背景下时间分数反应-扩散方程解的存在性和唯一性的信息。已经提出了几种数值方法来解决时间分数反应-扩散方程,包括Galerkin谱方法[16]、Legendre谱方法[17]和有限差分方法[18]。在我们的研究中,我们应用有限差分方法来求解度量星形图上具有时间分数导数的反应-扩散方程,并使用L1方案来近似Caputo时间分数导数。在最近的一项研究中,Mehandiratta等人[14]提出了一种基于有限差的数值方法来解决度量星形图上的时间分数扩散方程。相比之下,在本工作中,我们证明了存在性和唯一性结果,并开发了一种度量星形图上时间分数反应-扩散方程的有限差分方法,其中反应由(1.6)右侧的项 \( B_u(x,t) \) 控制。这项工作标志着在度量图上探索分数扩散方程方面的一个重要进展。尽管如此,目前仍然缺乏针对度量星形图的时间分数反应-扩散方程的数值解的文献。受Mehandiratta等人[14]贡献的启发,并认识到扩散问题的实际意义,我们决定开发一种使用有限差分近似的数值方案,以解决时间分数反应-扩散方程,包括特定的传输条件。
本文的结构如下:第2节概述了理解本研究的基本前提。第3节证明了度量星形图上时间分数反应-扩散方程解的存在性和唯一性。第4节介绍了度量星形图 \( G \) 上时间分数反应-扩散方程的有限差分近似,包括节点处的特定传输条件。本节还提供了所提方法的稳定性和收敛性的详细分析,以及通过稳定性估计对其可解性的评估。第5节通过两个测试案例的数值结果来验证方案的准确性和实用性。在第一个示例中,我们假设所有轴突分支在时间 \( t=0 \) 时的膜电位为0;而在第二个示例中,膜电位被定义为轴突分支中位置的函数。第6节展示了分数导数对模型的影响,第7节总结了本文。
**初步**
为了在度量图 \( G \) 上建立函数空间,考虑了与图中每条边相关联的函数空间的笛卡尔积。本文使用的标准空间为:
\[ L^2(G) = (L^2(I),\cdots,L^2(I))^k, \quad H^2(G) = (H^2(I),\cdots,H^2(I))^k \]
其中 \( I = (0,l) \),\( L^2(I) \) 包含 \( I \) 上的平方可积函数,\( H^2(I) \) 包含 \( I \) 上的一阶和二阶导数属于 \( L^2(I) \) 的函数。
**注释2.1**
设 \( K:S \to L^2(G) \) 由 \( K(u) = \left(-\frac{\partial^2 u_1}{\partial x^2},\cdots,-\frac{\partial^2 u_k}{\partial x^2}\right) \forall u \in S \) 定义,其中 \( S = \{u \in \)
**存在性和唯一性定理**
**定理3.1**
如果 \( u_0 \in L^2(G), \quad g(x,t) \in L^{\infty}([0,T_f];L^2(G)) \) 且 \( A>0, \quad B<0 \),则可以保证IVP (1.6)–(1.7) 的唯一解存在,其中 \( u \in C((0,T_f];S) \)。此外,存在一个常数 \( C \) 使得 \( \lim_{t\to0} \| u(x,t) - u_0(x) \|_2 = 0 \),并且以下不等式成立:
\[ \| u(x,t) \|_2 \leq C \| u_0 \|_2 + \| g \|_L^{\infty}(0,T_f;L^2(G)) \]
\[ \| Ku \|_2 \leq C' \| u_0 \|_2 + \| g \|_L^{\infty}(0,T_f;L^2(G))^2(1-t^{-2\alpha} + \| g \|_L^{\infty}(0,T_f;L^2(G))^2 \]
**证明**
首先,需要得到固定 \( j \) 的问题(1.1)–(1.5)的显式解 \( u_j(x,t) \)。通过...的方法...
**数值方案**
我们提出了一种数值方案来求解具有指定条件(1.2)–(1.5)的时间分数反应-扩散方程(1.1)的数值解。离散化使用L1方法来近似时间分数Caputo导数,并对时间分数反应-扩散方程中的空间导数实施二阶中心差分近似。为了实现我们的目标,我们对度量星形图 \( G \) 的每条边进行离散化...
**数值结果**
**示例1**
在这个示例中,我们考虑一个作为枢纽的突触前神经元及其三个作为星形图叶的突触后神经元。星形图的边是突触前神经元的轴突分支。使用第1节采用的方法,我们考虑问题(1.1)–(1.5),其中 \( A=1 \) 和 \( B=-0.01 \),在具有三条边的星形图上,即 \( k=3 \):
\[ u_{10}(x) = u_{20}(x) = u_{30}(x) = 0, \quad g_1(x,t) = g_2(x,t) = t \sin\pi x(\Gamma(2+\alpha) + \pi^2 t^\alpha) + 0.01, \quad g_3(x,t) = -2t \sin\pi x(\Gamma(2+\alpha) + \pi^2 t^\alpha) - 0.02t + \alpha \sin\pi x \],
\( \ell = 1, \quad 1\leq j \)
**实际应用:度量图上的时间分数电缆方程**
在本节中,我们考虑了度量图上的时间分数电缆方程,这是标准漏电积分-点火模型的推广[13]。模型方程为:
\[ C_{D0,t}^{\alpha} u_j(x,t) = \lambda_2 \tau^\alpha \frac{\partial^2 u_j(x,t)}{\partial x^2} - \tau^\alpha u_j(x,t) + I_r m \tau^\alpha, \quad x \in (0,1), \quad t \in (0,T_f), \quad 0<\alpha\le1, \quad u_j(x,0) = 0, \quad x \in (0,1), \quad j=1,\cdots,k \]
连同连续性、Kirchhoff和Dirichlet边界条件:
\[ u_j(0,t) = u_i(0,t), \quad i\neq j, \quad i,j=1,\cdots,k, \quad t \in (0,T_f), \quad \sum_{j=1}^k \frac{\partial u_j(0,t)}{\partial x} = 0, \quad u_j(l,t) = 0, \quad t \in (0,T_f) \]
其中 \( u, \tau, \lambda_2, I \) 和 \( R_m \) 分别是神经元膜电位、时间...
**结论**
本研究证明了在特定参数条件下,度量星形图上的时间分数反应-扩散方程具有唯一解。我们还引入了一种有限差分方案来近似度量星形图上的时间分数反应-扩散方程,同时考虑了特定的节点条件。此外,在特定约束下,该方案的稳定性得到了证明。