第 4 章：神经元中的被动电流 (Passive Electrical Flow in Neurons)
4.1 电缆方程 (The Cable Equation)
本章从 Fig. 4.1 切入：要认识到膜电位在空间上不均匀——虽然在某些实验条件下（如 Hodgkin-Huxley 沿轴突穿银丝）可以人为强制空间均匀，但体内神经元的复杂分支结构在膜电位上产生空间梯度。直到 Wilfrid Rall 在 1950-60 年代的工作，空间效应的重要性才被广泛接受。电缆方程的推导由此展开：其理论可追溯到 Kelvin 勋爵 1855 年为跨大西洋电报电缆推导的方程，但将其应用于神经元行为主要归功于 Hodgkin 与 Rushton (1946)，再由 Rall 1957、1959、1960、1969 的系列经典论文（综述见 Segev et al. 1995）将其发展为现代形式。建模时将细胞视为包围细胞质（cytoplasm）的一维长柱状膜（即"电缆"），假设膜电位只依赖于长度变量 \(x\)，不依赖于径向或角向变量——这一假设称为核导体假设 (core conductor assumption, Rall 1977)。将电缆分成许多长度为 \(dx\) 的等电位膜小段：每一段中电流必须平衡，只可能有两类电流——跨膜电流与轴向电流。轴向电流有胞内、胞外两部分（图 4.2），二者皆假设为欧姆（线性）函数。欧姆定律的离散形式给出 \(V_i(x+dx) - V_i(x) = -I_i(x) r_i dx\) (4.1) 与 \(V_e(x+dx) - V_e(x) = -I_e(x) r_e dx\) (4.2)，其中 \(I_i\)、\(I_e\) 分别是胞内、胞外轴向电流。式 (4.1)-(4.2) 中右侧的负号约定——约定正电流为正电荷从左向右的流动（即沿 \(x\) 增加方向）；若 \(V_i(x+dx) > V_i(x)\)，正电荷沿 \(x\) 减小的方向流动，给出负电流。取极限 \(dx \to 0\) 即得微分形式 \(I_i = -(1/r_i) \partial V_i/\partial x\) (4.3)、\(I_e = -(1/r_e) \partial V_e/\partial x\) (4.4)，其中 \(r_i\)、\(r_e\) 分别是胞内、胞外介质单位长度电阻。一般地 \(r_i = R_c/A_i\) (4.5)，\(R_c\) 是细胞质电阻率（单位 \(\Omega \cdot\) length），\(A_i\) 是电缆截面积；胞外空间有类似表达式。若电缆浸于大面积（实际上无限大）浴槽中，胞外电阻 \(r_e\) 几乎为零。由 Kirchhoff 定律，胞内/胞外轴向电流的任何变化必源于跨膜电流：\(I_i(x) - I_i(x+dx) = I_t dx = I_e(x+dx) - I_e(x)\) (4.6)，其中 \(I_t\) 是总跨膜电流（每单位长度膜、正向外流）。取极限得 \(I_t = -\partial I_i/\partial x = \partial I_e/\partial x\) (4.7)。无附加电流源时总轴向电流 \(I_T = I_i + I_e\) 为常数；利用 \(V = V_i - V_e\) 推得 \(-I_T = (r_i + r_e)/(r_i r_e) \cdot \partial V_i/\partial x - (1/r_e) \partial V/\partial x\) (4.8)，由此解出 \((1/r_i) \partial V_i/\partial x = (1/(r_i + r_e)) \partial V/\partial x - (r_e/(r_i + r_e)) I_T\) (4.9)。将 (4.9) 代入 (4.7) 即得 \(I_t = \partial/\partial x [(1/(r_i + r_e)) \partial V/\partial x]\) (4.10)（这里用了 (4.3) 与 \(I_T\) 为常数的事实）。将 \(I_t\) 分解为电容电流与离子电流 \(I_t = p(C_m \partial V/\partial t + I_{ion})\) (4.11)，即得电缆方程——其中 \(p\) 是轴突周长，\(C_m\) 是单位面积电容，\(I_{ion}\) 是单位面积离子电流。若有外加电流 \(I_{applied}\)（正向外流），电缆方程变为 (4.12)。无因次化：定义膜电阻率 \(R_m\)（单位 \(\Omega \cdot \text{cm}^2\)——单位方块膜的电阻）在固定 \(V_0\) 下由 \(1/R_m = dI_{ion}/dV|_{V_0}\) (4.13) 确定；常取 \(V_0\) 为静息电位，故 \(R_m\) 通常依赖于 \(V_0\)。若膜是欧姆电阻 \(I_{ion} = V/R_m\)，则 \(R_m\) 与 \(V_0\) 无关。假设 \(r_i\)、\(r_e\) 为常数，电缆方程 (4.11) 可写为 \(\tau_m \partial V/\partial t + R_m I_{ion} = \lambda_m^2 \partial^2 V/\partial x^2\) (4.14)，其中 \(\lambda_m = \sqrt{R_m / [p(r_i + r_e)]}\) (4.15) 是电缆空间常数（距离量纲），\(\tau_m = R_m C_m\) (4.16) 是膜时间常数（时间量纲）。忽略胞外电阻时 \(\lambda_m = \sqrt{R_m d / (4 R_c)}\) (4.17)，\(d\) 是轴突直径（假设圆截面）。再定义 \(I_{ion} = -f(V,t)/R_m\)，\(f\) 一般是电压与时间的函数（有电压量纲），并以 \(X = x/\lambda_m\)、\(T = t/\tau_m\) 重整距离与时间，无因次电缆方程变为 \(\partial V/\partial T = \partial^2 V/\partial X^2 + f(V, T)\) (4.18)。注意 \(f\) 在许多较简化的电缆方程中只是 \(V\) 的函数（如下面 (4.19)）。Table 4.1 列出多种可兴奋细胞的典型参数：乌贼巨轴突 \(d = 500\)（单位 \(10^{-4}\) cm），\(\tau_m = 1\) ms，\(\lambda_m = 0.65\) cm；龙虾巨轴突 \(d = 75\)，\(\tau_m = 2\) ms，\(\lambda_m = 0.25\) cm；蟹巨轴突 \(d = 30\)，\(\tau_m = 7\) ms，\(\lambda_m = 0.24\) cm；蚯蚓巨轴突 \(d = 105\)，\(\tau_m = 3.6\) ms，\(\lambda_m = 0.4\) cm；海生蠕虫巨轴突 \(d = 560\)，\(\tau_m = 0.9\) ms，\(\lambda_m = 0.54\) cm；哺乳动物心肌细胞 \(d = 20\)，\(\tau_m = 8.4\) ms，\(\lambda_m = 0.15\) cm；藤壶肌纤维 \(d = 400\)，\(\tau_m = 4.6\) ms，\(\lambda_m = 0.28\) cm。
4.2 树突中的电流传导 (Dendritic Conduction)
要完成对空间分布电缆的描述，必须指定离子电流如何依赖于电压与时间。在乌贼巨轴突中 \(f(V,t)\) 是 \(m,n,h\) 与 \(V\) 的函数（第 5 章），这一选择允许以恒定速度和固定轮廓传播的波——它们需要轴突供给能量来维持必要的离子浓度，故称为主动波 (active waves)。凡满足 \(f = -V\) 近似（膜相当于欧姆电阻）的电活动称为被动活动 (passive activity)。在神经元的树突网络中，这一近似在正常活动范围内是良好的；对其他细胞，被动活动只在膜电位足够小时才成立。为简化，对被动电缆将 \(V\) 平移使静息电位在 \(V=0\)，电缆方程化为线性电缆方程
(4.19)——电流沿电缆被动流动、以线性速率向外渗漏。关于线性电缆方程在树突网络上的应用有大量文献，Jack et al. (1975) 与 Tuckwell (1988) 的专著主要专门讨论此问题，给出详细理论推导；Koch and Segev (1998) 与 Koch (1999) 也是很好的入门参考。
4.2.1 边界条件 (Boundary Conditions)
为确定单根树突的行为，必须先指定初值与边界条件。通常假设 \(T=0\) 时树突电缆处于静息态 \(V=0\) (4.20)。边界条件可以多种方式指定，设 \(X = X_b\) 为边界点。(1) 电压钳边界条件——若电压在 \(X = X_b\) 处被钳定（固定），则为 Dirichlet 边界条件 \(V(X_b, T) = V_b\) (4.21)，\(V_b\) 是指定电压水平。(2) 短路——若电缆两端短路使胞内外电位在 \(X = X_b\) 处相等，则 \(V(X_b, T) = 0\) (4.22)——是 \(V_b = 0\) 时电压钳的特殊情形。(3) 电流注入——设电流 \(I(T)\) 注入电缆一端，由
(4.23)，忽略胞外电阻（使胞外电位均匀），边界条件为
(4.24)——若 \(X_b\) 在左端且 \(I(T) > 0\)，对应内向电流；若在右端，则为外向电流。(4) 封端 (sealed ends)——若 \(X = X_b\) 端被封住以确保端点无电流通过，则边界条件为齐次 Neumann 条件 \(\partial V(X_b, T)/\partial X = 0\) (4.25)——是 \(I(T) = 0\) 时注入电流的特殊情形。
4.2.2 输入电阻 (Input Resistance)
电缆方程最简单重要的解之一对应稳态电流注入半无限电缆一端的情境——这是常见实验协议（虽然永远不会用真正的半无限电缆），可用来确定电缆参数 \(R_m\) 与 \(R_c\)。设电缆从 \(X = 0\) 延伸至 \(X = \infty\)，在 \(X = 0\) 注入稳态电流 \(I_0\)；则 \(X = 0\) 处的边界条件为 \(dV(0)/dX = -r_i \lambda_m I_0\) (4.26)。令 \(\partial V/\partial T = 0\)，由 (4.19) 求解并应用边界条件得 \(V(X) = \lambda_m r_i I_0 e^{-X} = V(0) e^{-X} = V(0) e^{-x/\lambda_m}\) (4.27)——显然，通过测量电压沿电缆衰减的速率可由实验数据确定 \(\lambda_m\)。电缆的输入电阻 \(R_{in}\) 定义为 \(V(0)/I_0 = \lambda_m r_i\)。忽略胞外电阻时 \(\lambda_m = \sqrt{R_m d/(4 R_c)}\) (4.28)；与 (4.5) 结合得 \(R_{in} = \lambda_m r_i = \sqrt{4 R_m R_c/\pi^2} \cdot d^{-3/2}\) (4.29)——输入电阻随电缆直径的 \(-3/2\) 次方变化，这一事实在分支结构的电缆方程行为中很重要。由于输入电阻和空间常数都可由实验测量，故可由实验数据算出 \(R_m\) 和 \(R_c\)。不同类型电缆与边界条件下电缆方程的一些解在习题中讨论；Tuckwell (1988) 详细讨论了各种类型解的获取。
4.2.3 分支结构 (Branching Structures)
神经元最明显的形态特征是广泛分支。虽然在概念上求分支电缆网络上的解是直接的，实际应用却很繁琐。下面强调在分支结构上获取解的程序，但不计算具体公式。稳态解：先考虑最简单的分支电缆（图 4.3）——一个分支点（节点）位于 \(X = L_1\)，两子分支分别延伸至 \(L_{21}\)、\(L_{22}\)。为方便起见，所有长度都以无因次形式表达——需注意无因次长度不对应物理长度，因为沿电缆每一分支的距离变量 \(x\) 都按该分支的 \(\lambda_m\) 缩放，而各分支的 \(\lambda_m\) 可以不同。将解构造为三部分：\(V_1\) 在圆柱 1 上，\(V_{21}\)、\(V_{22}\) 在两个子圆柱上。稳态下每个 \(V\) 满足 \(V'' = V\)，通解为 \(V_1 = A_1 e^{-X} + B_1 e^X\) (4.30)，\(V_{21} = A_{21} e^{-X} + B_{21} e^X\) (4.31)，\(V_{22} = A_{22} e^{-X} + B_{22} e^X\) (4.32)。要确定 6 个未知常数，需要 6 个约束（边界条件 + 节点条件）。对边界条件假设：\(X = 0\) 处注入电流 \(I_0\)，终端（\(X = L_{21}\) 与 \(L_{22}\)）固定在 \(V = 0\)——故 \(dV_1(0)/dX = -r_i \lambda_m I_0\) (4.33) 与 \(V_{21}(L_{21}) = V_{22}(L_{22}) = 0\) (4.34)。剩下三个约束来自节点条件：要求 \(V\) 连续，电流守恒——\(V_1(L_1) = V_{21}(L_1) = V_{22}(L_1)\) (4.35) 以及
(4.36)。若自然假设各分支物理性质相同（\(R_m\)、\(R_c\) 相同）但直径可以不同，则节点处电流守恒条件化为
(4.37)。共 6 个线性方程解 6 个未知常数；显式求解留作练习 6。更一般的分支结构：每条分支贡献两个未知常数，若有 \(N\) 个节点，共有 \(1 + 2N\) 条独立电缆，总共 \(2 + 4N\) 个未知常数；每个节点贡献三个约束，\(2 + N\) 个终端（包含 \(X = 0\)）各贡献一个约束，共 \(2 + 4N\) 个约束——线性系统是良态的。当然只有在系统可逆时才能保证唯一解，这一点事先无法得知。等效圆柱：树突树理论中最重要的结果之一归功于 Rall (1959)——他证明在某些条件下，被动电流流过分支结构的方程可化简为单根圆柱上电流流动的方程，即等效圆柱 (equivalent cylinder)。为在简单情境下看到这一化简，回到图 4.3 的分支结构。要化简为等效圆柱需要额外假设：两子分支具有相同无因次长度 \(L_{21} = L_{22}\)，且终端的边界条件相同；因 \(V_{21}\) 与 \(V_{22}\) 服从相同微分方程、在相同域上、终端有相同边界条件、且在节点处相等，必有 \(dV_{21}(L_1)/dX = dV_{22}(L_1)/dX\) (4.38)。代入 (4.37) 得 \(d_1^{3/2} dV_1(L_1)/dX = (d_{21}^{3/2} + d_{22}^{3/2}) dV_{21}(L_1)/dX\) (4.39)。最后（这是关键假设），若 \(d_{21}^{3/2} + d_{22}^{3/2} = d_1^{3/2}\) (4.40)，则 \(dV_1(L_1)/dX = dV_{21}(L_1)/dX\) (4.41)。于是 \(V_1\) 与 \(V_{21}\) 在 \(L_1\) 处具有相同值与导数，并满足相同微分方程——故复合函数 \(V = V_1(X)\)（\(0 \leq X \leq L_1\)）；\(V_{21}(X)\)（\(L_1 \leq X \leq L_{21}\)）(4.42) 在 \(0 < X < L_{21}\) 上连续、可微、且满足电缆方程。简单分支结构等效于长度为 \(L_{21}\)、直径 \(d_1\) 的电缆。更一般地，若分支结构满足以下条件：(1) \(R_m\) 与 \(R_c\) 在每条分支上相同；(2) 在每个节点处电缆直径满足与 (4.40) 相似的方程——若 \(d_0\) 是父分支直径，\(d_1, d_2, \ldots\) 是子分支直径，则 \(d_0^{3/2} = d_1^{3/2} + d_2^{3/2} + \cdots\) (4.43)；(3) 终端的边界条件全都相同；(4) 每个终端距离原点 (\(X = 0\)) 的无因次距离 \(L\) 相同——则整棵树等效于长度为 \(L\)、直径 \(d_1\)（\(X = 0\) 处电缆直径）的圆柱。用归纳论证可证明这一点（虽然严格证明因记号而复杂）——从终端开始向外、向内逐步凝聚为等效圆柱，直到只剩一根圆柱为止。验证在凝聚过程中等效圆柱的各要求始终不被违反留作练习 7。
4.2.4 含突触输入的树突 (A Dendrite with Synaptic Input)
设树突在沿电缆某点具有时变突触输入，则沿电缆的电位满足 \(\partial V/\partial T = \partial^2 V/\partial X^2 - V + g(T)\delta(X - X_s)(V_e - V)\) (4.44)，两端 \(x = 0, L\) 处 \(V_x = 0\)（假设电缆两端封口；突触输入形式的推导见第 8 章）。关于此问题有两个角度：第一是已知输入函数 \(g(t)\) 求电缆末端电压；更可能的是电缆末端的电压可以测得，因而想要确定输入函数 \(g(t)\) 及其位置 \(X_s\)——本章处理后一问题。设 \(V(0, t) = V_0(t)\)、\(V(L, t) = V_1(t)\) 已知。对控制方程关于时间积分，\(X \neq X_s\) 时有 \(V_0'' - V_0 = 0\) (4.45)，其中 \(V_0(x) = \int_{-\infty}^{\infty} V(X, T) dT\)，且 \(V_0\) 必须满足边界条件 \(V_0(0) = V_0^0, V_0(L) = V_1^0\)，\(V_j^0 = \int_{-\infty}^{\infty} V_j(T) dT\)（\(j = 0, 1\)）。故 \(V_0(X) = V_0^0 \cosh(x)\)（\(X < X_s\)）；\(V_1^0 \cosh(L-x)\)（\(X > X_s\)）(4.46)。由 \(V_0(X)\) 在 \(X = X_s\) 处连续，\(V_0^0 / V_1^0 = \cosh(L - X_s)/\cosh(X_s) = F(X_s)\) (4.47)——\(F(X_s)\) 是 \(X_s\) 的单调递减函数，故满足 (4.47) 的 \(X_s\) 至多一个。将 (4.44) 在 \(X = X_s\) 处积分得跳跃条件 \(V_X|_{X_s^+} - V_X|_{X_s^-} = g(T)(V(X_s) - V_e)\) (4.48)，由此 \(g(T) = [V_X(X_s^+) - V_X(X_s^-)] / [V(X_s) - V_e]\) (4.49)。\(V\) 的 Fourier 变换 \(\hat{V}(x, \omega) = \int_{-\infty}^{\infty} V(X, T) e^{-i\omega T} dT\) (4.50) 满足 \(\hat{V}_{XX} - (1 - i\omega)\hat{V} = 0\)（\(X \neq X_s\)）(4.51)；故 \(\hat{V}(X) = \hat{V}_0(\omega) \cosh(\mu(\omega)x)\)（\(X < X_s\)）；\(\hat{V}_0(\omega) \cosh(\mu(\omega)(L - x))\)（\(X > X_s\)）(4.52)，其中 \(\mu^2(\omega) = 1 - i\omega\)。经逆 Fourier 变换得 \(V(X_s) = (1/2\pi) \int_{-\infty}^{\infty} \hat{V}_0(\omega) \cosh(\mu(\omega)X_s) e^{i\omega T} d\omega\) (4.53)，\(V_X(X_s^-) = (1/2\pi) \int_{-\infty}^{\infty} \hat{V}_0(\omega) \mu(\omega) \sinh(\mu(\omega)X_s) e^{i\omega T} d\omega\) (4.54)，\(V_X(X_s^+) = (1/2\pi) \int_{-\infty}^{\infty} \hat{V}_0(\omega) \mu(\omega) \sinh(\mu(\omega)(X_s - L)) e^{i\omega T} d\omega\) (4.55)。结合 (4.49) 即可唯一确定 \(g(T)\)。该计算及其向多个突触输入的推广归功于 Cox (2004)。
4.3 Rall 神经元模型 (The Rall Model of a Neuron)
研究神经元模型时，最关注的往往是胞体（soma）处的电压——这主要因为胞体电压比树突网络电压更易实验测量，并且正是胞体电压决定神经元是否发放动作电位。因此，当网络一端连接胞体时，确定树突网络上电缆方程的解很重要。将胞体纳入模型最常用的方法归功于 Rall (1960)，称为 Rall 集中胞体模型 (Rall lumped-soma model)。其三个基本假设是：(1) 胞体等电位 (isopotential)——胞体膜电位处处相同；(2) 胞体等效为电阻 \(R_s\) 与电容 \(C_s\) 的并联；(3) 树突网络可凝聚为单根等效圆柱（图 4.4）。电位 \(V\) 在等效圆柱上满足电缆方程；边界条件须考虑胞体内电流与流入电缆的电流。设 \(I_0\) 为 \(X = 0\) 处的外加电流，则边界条件为
(4.56)，即
(4.57)，其中 \(\sigma = C_s R_s/\tau_m = \tau_s/\tau_m\)、\(\gamma = R_s/(r_i \lambda_m)\)。为简便，假设胞体时间常数与膜时间常数相同，使 \(\sigma = 1\)。
4.3.1 含胞体的半无限神经元 (A Semi-Infinite Neuron with a Soma)
首先计算含胞体的半无限神经元对 \(X = 0\) 处注入电流 \(I_0\) 的稳态响应（如 4.2.2 节）。与之前一样，令时间导数为零得 \(d^2 V/dX^2 = V\) (4.58)，\(V(0) - \gamma dV(0)/dX = R_s I_0\) (4.59)，可直接求解得 \(V(X) = [R_s/(r_i \lambda_m + R_s)] r_i \lambda_m I_0 e^{-X}\) (4.60)。该解与无胞体的等效圆柱对注入电流的稳态响应几乎相同，只是 \(V\) 减小了常数因子 \(R_s/(R_s + r_i \lambda_m) < 1\)。当 \(R_s \to \infty\)（胞体不带电流的极限）时，集中胞体模型的解趋近于简单电缆的解。集中胞体模型的输入电阻 \(R_{in} = V(0)/I_0 = r_i \lambda_m R_s / (r_i \lambda_m + R_s)\) (4.61)，即 \(1/R_{in} = 1/(r_i \lambda_m) + 1/R_s\) (4.62)。由于 \(r_i \lambda_m\) 是圆柱的输入电阻，故集中胞体模型的输入电导是胞体输入电导与圆柱输入电导之和——这与等效圆柱和胞体并联一致。
4.3.2 有限长神经元与胞体 (A Finite Neuron and Soma)
现计算有限长电缆与集中胞体对胞体处 \(\delta\) 函数电流输入的时变响应——这是实验上容易观测的。设等效圆柱有限长度 \(L\)，则电位满足
（\(0 < X < L\)，\(T > 0\)）(4.63)，\(V(X, 0) = 0\) (4.64)，边界条件为 \(\partial V(L, T)/\partial X = 0\) (4.65) 与
(4.66)。注意 (4.66) 等价于 \(T > 0\) 时
(4.67)，加上初值条件 \(V(0, 0) = R_s\) (4.68)。首先寻求广义 Fourier 级数形式的解：用分离变量法得 \(V(X, T) = \phi(X) e^{-\mu^2 T}\) (4.69) 形式的解，其中 \(\phi\) 满足 \(\phi'' - (1 - \mu^2)\phi = 0\) (4.70)，\(T > 0\) 时边界条件为 \(\phi'(L) = 0\) (4.71) 与 \(\phi'(0) = \phi(0)(1 - \mu^2)/\gamma\) (4.72)。(4.70) 的解为 \(\phi = A \cos(\lambda X) + B \sin(\lambda X)\) (4.73)，其中 \(\lambda^2 = \mu^2 - 1\)；应用边界条件得 \(B = -\lambda A/\gamma\) (4.74) 与特征方程 \(\tan(\lambda L) = -\lambda/\gamma\) (4.75)。(4.75) 的根决定特征值——虽然无法解析求出，但可数值确定。图 4.5 给出 (4.75) 左右两端的曲线（\(\tan(\lambda L)\) 与 \(-\lambda/\gamma\)）图，显示特征值位置为这些曲线的交点；图示情况为 \(L = \gamma = 1\)。共有无穷多个离散特征值 \(\lambda_n\)，其中 \(\lambda_0 = 0\)。将全解写为线性组合
(4.76)，其中 \(\phi_n(X) = \cos(\lambda_n X) - (\lambda_n/\gamma) \sin(\lambda_n X)\) (4.77)。注意若 \(\lambda_n\) 是特征值，则 \(-\lambda_n\) 也是；但 \(\phi_n(X) = \cos(\lambda_n X) - (\lambda_n/\gamma) \sin(\lambda_n X)\) 是 \(\lambda_n\) 的偶函数，故在展开中只取正特征值即可。问题出现：标准方法是对初值用特征函数展开以确定系数 \(A_n\)；但特征函数不按通常意义相互正交，标准方法失效。绕开途径之一是构造初值的非正交展开（Durand 1984 用的方法）；另一途径（Bluman and Tuckwell, 1987; Tuckwell, 1988）是对解作 Laplace 变换，再通过两种形式解的匹配获得未知系数表达式。此处介绍另一种方法——通过引入稍有不同的算子与内积（Keener 1998）可拯救标准 Fourier 级数方法。考虑 Hilbert 空间中的向量 \(U = [u(x); \alpha]\) (4.78)，其中 \(\alpha\) 是实标量，内积为
(4.79)，\(V = [v(x); \beta]\)。定义该空间上的微分算子 \(\mathcal{L}\)：\(\mathcal{L}U = [u''(x); u'(0)]\) (4.80)，边界条件为 \(u'(L) = 0\) 与 \(u(0) = \gamma \alpha\)。常规计算显示 \(\mathcal{L}\) 在内积 (4.79) 下是自伴算子。\(\mathcal{L}\) 的特征函数 \(\mathcal{L}\vec{\phi} = \kappa \vec{\phi}\) 满足 \(\phi''(x) = \kappa \phi(x)\) 与 \(\gamma \phi'(0) = \kappa \phi(0)\)——这恰好是 (4.70) 与 (4.72)（其中 \(\kappa = 1 - \mu^2\)）。\(\mathcal{L}\) 的特征函数在此 Hilbert 空间上正交且完备，由 \(\vec{\phi}_n(X) = [\phi_n(X); \phi_n(0)/\gamma]\) (4.81) 给出。全问题的解可写为
(4.82)，系数由
(4.83) 确定——即把初值投影到特征函数上。对 (4.83) 与 \(\vec{\phi}_n(X)\) 取内积得 \(A_n = (R_s/\gamma) / \langle \vec{\phi}_n, \vec{\phi}_n \rangle\) (4.84)，其中
(4.85)。
4.3.3 其他房室模型 (Other Compartmental Models)
上述方法给出对电缆方程在分支结构上（无论有无胞体端接）求解析解之困难的某种提示。由于现代实验技术可确定神经元的详细结构（例如用辣根过氧化物酶 (horseradish peroxidase) 染色），显然可获得的实验信息多于能纳入解析模型的信息。故一种常见方法是构建神经元的大规模计算模型，再用数值方法求其解。在数值方法中，神经元被分为大量小块（房室 (compartments)），每个房室假设为等电位；房室内指定神经元膜的性质——故一些房室可以有可兴奋动力学，其他则为纯被动。房室之间由轴向电阻连接，产生一个大型耦合常微分方程组，电压在神经元上离散位置处确定。关于房室模型、其数值求解方法以及这类模型所用的软件包在 Koch and Segev (1998) 与 de Schutter (2000) 中详细讨论，有兴趣的读者可参阅。
4.4 附录：变换方法 (Appendix: Transform Methods)
要完成本章所有计算与习题，读者需了解Fourier 与 Laplace 变换、广义函数与 \(\delta\) 函数、Green 函数、以及复变函数论的若干方面（包括围道积分与留数定理）。能读到这里的话，读者大概对这些经典技术已经熟悉；如需参考，有许多题为"高等工程数学"的通用教材可选用（如 Kreyszig (1994)、O'Neill (1983)、Kaplan (1981)）。中等层次的参考可考虑 Strang (1986) 或 Boyce and DiPrima (1997)；Keener (1998) 提供更深入的讲解。
本章个人批注
第 4 章是全书中"建模思想最明显"的一章之一——它不引入新的生物物理内容（无新通道、无新突触），而是用一个看似简单的物理对象（漏电电缆，Kelvin 1855）作为工具，演绎出后续所有树突网络的数学骨架。一个值得注意的细节是：电缆方程的"推导"用的是离散-连续双重语言（先用"长度为 \(dx\) 的等电位小段"做 Kirchhoff，再用 \(dx \to 0\) 取极限）——这种写法在 1960-90 年代的电生理教材中很常见，目的是让读者一眼看出每项的物理意义：\(I_t\) 是跨膜电流，\(I_i\)、\(I_e\) 是轴向电流，\(r_i\)、\(r_e\) 是欧姆电阻率。这种讲法今天看来稍显"不优雅"，但对建模直觉的培养非常高效——我自己在做自己的 SMC G&R 项目时，凡是涉及"用守恒律 + 欧姆定律推导 PDE"的场合，思路都直接套用 4.1 节这套语言。4.2.3 节的等效圆柱定理（Rall 1959）是本章最漂亮的结果——它给出一组充分条件，在满足时整棵分支树可被单根圆柱替代。这套条件（直径满足
、边界条件对称、各终端等距）在生物学上几乎不会严格成立——但它的价值不在于"描述真实神经元"，而在于给出一个可分析、可用解析工具处理的简化模型。这是数学生理学的典型工作方式：先建可解模型，再问它和真实系统的偏差。4.2.4 节 Cox (2004) 的反问题（已知两端电压、未知突触输入位置与时程）是本章让我最意外的部分——它把电缆方程从"前向预测"工具变成"逆向重建"工具，相当于实验上从胞体/树突两端电压记录反推突触活动。我自己的 FEniCS 工作里没有做过这类反问题，但数值上这和 Rall 模型的边界控制（boundary control）问题有相似结构——都可以用伴随方法（adjoint method）处理。4.3.2 节的自伴算子构造（Keener 1998）是一个精巧的数学技巧：原始特征函数不正交（因为边界条件 (4.72) 把 \(\phi'(0)\) 与 \(\phi(0)\) 联系起来，破坏了 Sturm-Liouville 的标准结构），但通过扩大状态空间到 \([u(x); \alpha]\) 并改写内积为 \(\int u v dx + \gamma \alpha \beta\)，可以恢复自伴性。这一思想在更广的偏微分方程反问题里也常见——通过适当选取 Hilbert 空间让算子自伴，从而让谱理论工具可用。4.3.3 节的简短警告值得记住：现代实验能确定比解析模型所能处理的更多的结构细节——所以数值房室模型（NEURON、GENESIS 等软件）才是真实神经元建模的标准工具，解析模型只用于验证数值代码、给出物理直觉、或简化场景的快速预测。
与上下章的衔接（一段话）
第 3 章在膜离子通道层面讨论了"单个离子如何穿过膜"——以通道电导、I–V 关系、Ussing 通量比、PNP 方程与势垒模型为工具，把膜本身的性质刻画到极致。第 4 章则把这层膜作为一个一维结构沿轴向串起来——其核心思想是：在被动膜（无门控、无主动响应）的假设下，膜电位沿轴向的分布满足漏电电缆方程（4.1 节推导），边界条件与初值（4.2.1 节）确定后，方程对单根电缆（4.2.2 节）、分支结构（4.2.3 节）、含突触输入的有限电缆（4.2.4 节）有解析或半解析解。这一章是第 3 章的"空间扩展"——把"局部膜"变为"沿轴向分布的膜"。第 5 章则要在第 3、4 章的基础上把"被动"变为"主动"——讨论可兴奋膜（excitable membrane），即膜上具有电压门控离子通道时的非线性动力学——这是 Hodgkin-Huxley 动作电位模型的内容。本章末尾 4.4 节的"变换方法"附录和 4.5 节的习题是为第 5 章做数学准备——Fourier 变换、Green 函数、留数定理在 HH 模型的线性稳定性分析与色散关系中反复使用。