跳转至

第4章：神经元的被动电流传导

作者

本章作者与 Ch1-Ch3 相同——James P. Keener 与 James Sneyd。本章是 I 卷"细胞生理学"中连接电生理理论与神经科学的关键章，角色是把 Ch2/Ch3 的"膜 + 通道"框架延伸到 神经元形态学 这一实际生理学层面。本章的具体定位是：（1）电缆方程（cable equation）的完整推导——从 Lord Kelvin 1855 的跨大西洋电报电缆数学，到 Hodgkin-Rushton 1946 应用于神经轴突，再到 Rall 1957-1969 的系统化；（2）树突网络的集总等效（Rall 等效圆柱定理，§4.2.3）；（3）Rall 集总胞体模型（§4.3）——这是 Ch5 HH 动作电位的"输入边界"；（4）突触输入的逆问题（§4.2.4，Cox 2004）——从测得的 soma 电压推断突触位置与时间函数。

内容概述

本章围绕"被动电缆如何把树突上的突触输入传到胞体"这一核心问题，按"电缆方程 → 边界条件 → 输入电阻 → 分支结构 → 等效圆柱 → 突触逆问题 → Rall 集总胞体 → 数值方法"的逻辑展开。

第一部分（§4.1）电缆方程的推导。从欧姆定律 (4.1)–(4.4) 出发：\(I_i = -(1/r_i) \partial V_i/\partial x\)（4.3），Kirchhoff 电流守恒 (4.7) 给出 \(I_t = \partial I_e/\partial x = -\partial I_i/\partial x\)。结合 \(V = V_i - V_e\) 和总轴向电流 \(I_T = I_i + I_e\) 守恒，关键推导 (4.10) 把跨膜电流 \(I_t\) 与膜电位梯度的散度联系起来——这是电缆方程的核心几何关系。最终 (4.12) 给出

\[ \tau_m \frac{\partial V}{\partial t} + R_m I_{ion} = \lambda_m^2 \frac{\partial^2 V}{\partial x^2} \]

其中空间常数 (4.17) \(\lambda_m = \sqrt{R_m d/(4 R_c)}\)（圆柱直径 \(d\)，细胞质电阻率 \(R_c\)），时间常数 (4.16) \(\tau_m = R_m C_m\)。Table 4.1 给出典型参数：鱿鱼巨大轴突 \(d = 500 \times 10^{-4}\) cm, \(R_m = 1\) kΩ·cm², \(\lambda_m = 0.65\) cm, \(\tau_m = 1\) ms。

第二部分（§4.2）线性电缆方程与树突传导。当 \(I_{ion} = -V/R_m\)（被动电缆）时，无量纲化方程 (4.18) 化为 \(\partial V/\partial T = \partial^2 V/\partial X^2 - V\)（4.19）。四类边界条件（§4.2.1）： - 电压钳（Dirichlet）：\(V(X_b, T) = V_b\) (4.21) - 短路（Dirichlet 特例）：\(V(X_b, T) = 0\) (4.22) - 电流注入（Neumann）：\(\partial V(X_b, T)/\partial X = -r_i \lambda_m I(T)\) (4.24) - 封端（齐次 Neumann）：\(\partial V(X_b, T)/\partial X = 0\) (4.25)

输入电阻（§4.2.2）(\(I_0\) 注入到 \(X = 0\) 的半无限电缆)：

\[ V(X) = \lambda_m r_i I_0 e^{-X}, \quad R_{in} = \frac{V(0)}{I_0} = \lambda_m r_i = \sqrt{\frac{4 R_m R_c}{\pi^2}} d^{-3/2} \]

\(R_{in} \propto d^{-3/2}\)（4.29）——这是树突分支结构匹配的关键尺度律。

第三部分（§4.2.3）分支结构与 Rall 等效圆柱定理。关键条件 (4.43)：\(d_0^{3/2} = d_1^{3/2} + d_2^{3/2} + \cdots\)——父分支直径的 3/2 次方等于所有子分支的 3/2 次方之和。当此条件成立（且所有终端边界条件相同、距原点相同无量纲距离），整个分支树等价于一个直径 \(d_1\)、长度 \(L\) 的圆柱。这是 §4.2.3 末段的归纳论证——从外向内逐级合并。生物学意义（§4.2.3 开头）：神经元广泛分支（Fig. 4.1），但 \(d^{3/2}\) 守恒让树突可被等效为单圆柱——这是把树突几何化简为可解析模型的桥梁。

第四部分（§4.2.4）突触输入的逆问题（Cox 2004）。给定 soma 端电压 \(V_0(T) = V(0, T)\) 和 \(V_1(T) = V(L, T)\) 的测量值，求解电缆方程 (4.44) 的突触位置 \(X_s\) 和时间函数 \(g(T)\)。关键：(4.47) \(V_0^0 / V_1^0 = \cosh(L - X_s) / \cosh(X_s) = F(X_s)\)（\(V_j^0 = \int V_j dT\) 是时间积分）——\(F\) 单调递减，\(X_s\) 唯一确定；Fourier 变换后 (4.49) 给出 \(g(T) = (V_X(X_s^+) - V_X(X_s^-))/(V(X_s) - V_e)\)。生物学意义：从电极测得的 soma 电压可以"反推"突触在树突上的位置与动力学——这是实验神经科学的核心反演问题。

第五部分（§4.3）Rall 集总胞体模型。三个基本假设（§4.3 开头）：(1) 胞体等电势；(2) 胞体为并联电阻 \(R_s\) + 电容 \(C_s\)；(3) 树突网络可塌缩为等效圆柱。关键边界条件 (4.56)：\(I_0 = -(1/r_i) \partial V(0, t)/\partial x + C_s \partial V(0, t)/\partial t + V(0, t)/R_s\)——注入电流同时为胞体电容充电、胞体电阻泄放、沿电缆流出。半无限 + 胞体（§4.3.1）：稳态解 (4.60) \(V(X) = [R_s/(r_i \lambda_m + R_s)] r_i \lambda_m I_0 e^{-X}\)，输入电阻 (4.61) \(R_{in} = r_i \lambda_m R_s / (r_i \lambda_m + R_s)\)——等效圆柱与胞体电阻并联（4.62）。有限 + 胞体（§4.3.2）：分离变量后本征值 (4.75) \(\tan(\lambda L) = -\lambda/\gamma\)（\(\gamma = R_s/(r_i \lambda_m)\)），本征函数 (4.77) \(\phi_n(X) = \cos(\lambda_n X) - (\lambda_n/\gamma) \sin(\lambda_n X)\)。关键技术难点（§4.3.2 末段）：本征函数不正交——Durand 1984 用非正交展开，Bluman-Tuckwell 1987 用 Laplace 变换，Keener 1998 引入自伴随算子 + 修正的 Hilbert 空间内积 (4.79) 恢复正交性。本征向量 (4.81) \(\vec e_n = (\phi_n, \phi_n(0)/\gamma)^T\)。

第六部分（§4.3.3）数值方法。现代神经科学有详细的形态学数据（HRP 染色）但解析模型无法处理——compartmental models 把神经元分成大量小等势区段，每段用 \(V\) 标量 + 段间电阻连接成大 ODE 系统。这是 NEURON 软件（Hines & Carnevale 1997）和 GENESIS（Bower & Beeman 1998）的核心算法——与 Koch-Segev 1998 和 de Schutter 2000 的标准教材对应。

主要数学结果： 1. 电缆方程 (4.14)：\(\tau_m \partial_t V + R_m I_{ion} = \lambda_m^2 \partial_x^2 V\) 2. 线性电缆方程 (4.19)：\(\partial_T V = \partial_X^2 V - V\)（无量纲后） 3. 输入电阻 (4.29) \(R_{in} \propto d^{-3/2}\)（圆柱直径的 −3/2 次方） 4. Rall 等效圆柱条件 (4.43)：\(d_0^{3/2} = d_1^{3/2} + d_2^{3/2} + \cdots\) 5. 突触位置 (4.47) 唯一确定的 \(F(X_s)\) 关系 6. Rall 集总胞体边界条件 (4.56)：胞体电容 + 电阻 + 沿电缆流出三者并联 7. 自伴随算子 (4.78)-(4.81) 让本征函数正交化

前置知识：PDE 基础（电缆方程、Green 函数、Fourier/Laplace 变换），线性代数（本征值、自伴随算子），基本的神经元形态学（dendrites/soma/axon）。

核心方程与概念

1. 电缆方程的推导

核心几何关系（4.10）：

\[ I_t = \frac{\partial}{\partial x} \left[ \frac{1}{r_i + r_e} \frac{\partial V}{\partial x} \right] \]

结合跨膜电流 \(I_t = p (C_m \partial V/\partial t + I_{ion} + I_{applied})\) 给出 (4.12)。

无量纲化（4.18）：\(\partial_T V = \partial_X^2 V + f(V, T)\)，其中 \(X = x/\lambda_m\), \(T = t/\tau_m\)，\(f = -R_m I_{ion}\)。这是反应-扩散方程——与 Ch2 的扩散方程 (2.7) 形式相同，扩散系数为 1，反应项是 \(-V\)（被动电缆）或 \(I_{ion}(V)\)（主动电缆）。

2. 空间常数与时间常数

空间常数（4.17）：\(\lambda_m = \sqrt{R_m d/(4 R_c)}\)——信号沿电缆衰减到 \(1/e\) 的距离。注意：\(\lambda_m \propto d^{1/2}\)，直径越大空间常数越大。

时间常数（4.16）：\(\tau_m = R_m C_m\)——膜电位响应时间尺度。与 \(d\) 无关。

典型参数（Table 4.1）：鱿鱼巨大轴突 \(d = 500 \times 10^{-4}\) cm = 0.5 mm，\(\lambda_m = 0.65\) cm = 6.5 mm，\(\tau_m = 1\) ms——信号可以沿 6.5 mm 距离在 1 ms 时间尺度上传导。

3. 线性电缆方程与边界条件

线性电缆方程（4.19）：\(\partial_T V = \partial_X^2 V - V\)。这是热方程（reaction-diffusion 的特殊情形）——漏电项 \(-V\) 来自被动膜。

输入电阻（4.29）：

\[ R_{in} = \sqrt{\frac{4 R_m R_c}{\pi^2}} d^{-3/2} \]

\(R_{in} \propto d^{-3/2}\)——树突越细，胞体看到的输入电阻越大。这是为什么细树突对突触输入更敏感的物理基础。

4. Rall 等效圆柱定理

核心条件（4.43）：\(d_0^{3/2} = d_1^{3/2} + d_2^{3/2} + \cdots\)。当此条件成立，整个分支树可化为直径 \(d_1\)、长度 \(L\) 的单圆柱（§4.2.3 末段）。生物学检验：Rall 1959 在猫运动神经元中验证了这一 \(3/2\) 幂律——这是树突形态优化的物理基础。

注意（§4.2.3 末段）：此条件不是普遍成立的。真实神经元树突的分支比例 \(\rho = (d_{\text{parent}} / d_{\text{daughter}})^{3/2}\) 约为 0.7-1.0，部分满足 \(3/2\) 幂律，部分不满足。这是为什么"等效圆柱"是近似而非精确。

5. 突触输入的逆问题

问题（§4.2.4 开头）：给定 soma 端 \(V_0(T), V_1(T)\) 测量，求突触位置 \(X_s\) 和时间函数 \(g(T)\)。

解（4.47）：\(V_0^0 / V_1^0 = \cosh(L - X_s) / \cosh(X_s) = F(X_s)\)，其中 \(V_j^0 = \int V_j dT\)——位置 \(X_s\) 唯一确定（\(F\) 单调递减）。

通量反演（4.49）：\(g(T) = (V_X(X_s^+) - V_X(X_s^-))/(V(X_s) - V_e)\)——需要 \(V\) 在 \(X_s\) 处的导数跳跃。

生物学意义：从 soma 双电极记录可以反推突触在树突上的精确位置与时间函数。这是现代神经科学的核心反演问题——Cox 2004 的方法对实验数据有重要应用。

6. Rall 集总胞体模型

边界条件（4.56）：

\[ I_0 = -\frac{1}{r_i} \frac{\partial V(0, t)}{\partial x} + C_s \frac{\partial V(0, t)}{\partial t} + \frac{V(0, t)}{R_s} \]

注入电流同时为胞体电容充电 + 胞体电阻泄放 + 沿电缆流出。

输入电阻（4.62）：

\[ \frac{1}{R_{in}} = \frac{1}{r_i \lambda_m} + \frac{1}{R_s} \]

等效圆柱与胞体并联——这是两个独立通道的简单电导相加。

有限 + 胞体的本征值方程（4.75）：

\[ \tan(\lambda L) = -\frac{\lambda}{\gamma}, \quad \gamma = \frac{R_s}{r_i \lambda_m} \]

离散本征值 \(\lambda_n\) 由数值求根（Fig. 4.5）。\(\gamma \to \infty\)（胞体电阻无穷大）退化为 \(\lambda_n = (2n-1)\pi/(2L)\)（半无限边界）；\(\gamma \to 0\)（胞体短路）退化为 \(\lambda_n = n\pi/L\)（标准 Neumann 边界）。

7. 自伴随算子与正交性

§4.3.2 末段的核心思想：本征函数 (4.77) 在标准 \(L^2\) 内积下不正交。Keener 1998 引入 Hilbert 空间（(4.78)-(4.79)）：

\[ \vec U = \begin{pmatrix} u(x) \\ \alpha \end{pmatrix}, \quad \langle \vec U, \vec V \rangle = \int_0^L u(x) v(x) dx + \gamma \alpha \beta \]

定义算子 \(\mathcal{L} \vec U = (u''(x), u'(0))^T\)（(4.80)）。\(\mathcal{L}\) 在此内积下是自伴随的——本征函数正交化。

这是把"非标准边界值问题"转化为"标准 Sturm-Liouville 问题"的通用技巧——通过扩展状态空间 + 修正内积。

关键结论

  1. 被动电缆的 \(\lambda_m\) 与 \(\tau_m\) 是两个独立尺度（§4.1）：空间常数（mm 量级）描述信号传导距离，时间常数（ms 量级）描述响应时间。两者通过 \(\lambda_m \propto d^{1/2}\) 关联到直径 \(d\)，但 \(\tau_m\) 与 \(d\) 无关。

  2. 输入电阻 \(R_{in} \propto d^{-3/2}\)（§4.2.2 + (4.29)）：细树突对突触输入更敏感。这是为什么远端细树突的单个突触可以显著影响 soma 电压的物理基础。

  3. Rall 等效圆柱条件 \(d_0^{3/2} = d_1^{3/2} + d_2^{3/2} + \cdots\)（§4.2.3 + (4.43)）：这是树突可集总化简的必要条件。生物学意义：Rall 1959 证明猫运动神经元树突近似满足这一条件——这是把树突网络简化为单圆柱的实验基础。但不是普遍成立。

  4. 突触位置可从 soma 电压唯一反演（§4.2.4 + (4.47)）：\(F(X_s) = V_0^0/V_1^0\) 单调递减 → \(X_s\) 唯一。这是实验神经科学的核心反演工具。

  5. Rall 集总胞体的并联等效（§4.3.1 + (4.62)）：\(1/R_{in} = 1/(r_i \lambda_m) + 1/R_s\)——两个独立通道的简单电导相加。这与 Ch2 的电导加和一致——并联电阻总是电导相加。

  6. 本征函数非正交性需要扩展 Hilbert 空间（§4.3.2 末段）：这是一个通用的数学技巧——把"非标准边界条件"转化为"标准自伴随问题"。对其他 PDE（如波动方程、热方程）也有应用价值。

  7. 被动电缆与主动电缆的边界（§4.2 开头 + §4.3.3）：当膜电位偏离静息值不太大时 \(f = -V\) 是好的近似（被动）；当偏离很大时需 Ch5 的 HH 模型（主动）。这是 Ch4 → Ch5 的自然过渡。

  8. 数值方法（compartmental models）是现代主流（§4.3.3 末段）：解析模型只能处理简化几何；现代实验可获得完整形态学（HRP 染色）→ 必须用数值 ODE 系统。NEURON + GENESIS 是行业标准——参考 Koch-Segev 1998、de Schutter 2000。

挑战和开放性问题

  1. \(3/2\) 幂律的生物学基础（§4.2.3 末段隐含）：Rall 1959 验证了近似满足，但为什么是 \(3/2\) 而不是其他指数？这是来自"体积守恒 + 电阻匹配"的最优条件，还是历史偶然？现代实验显示很多树突不严格满足。

  2. 突触逆问题的鲁棒性（§4.2.4）：Cox 2004 方法在理想数据下可反演 \(X_s\) 和 \(g(T)\)，但实际数据有噪声。\(F(X_s)\) 在 \(X_s \to 0\) 和 \(X_s \to L\) 附近是病态的（\(\cosh\) 在边界处快速变化）——位置接近端点时反演不稳定。

  3. 多个突触的逆问题（§4.2.4 末段）：原书只给出单个突触的反演。多个突触时 \(V_0(T), V_1(T)\) 不能唯一反演各突触位置与时间函数——这是一个欠定问题。Cox 2004 提到"扩展到多突触"是开放的。

  4. 非 \(3/2\) 幂律的树突如何处理（§4.2.3 末段隐含）：当 \(d_0^{3/2} \neq d_1^{3/2} + d_2^{3/2}\) 时，等效圆柱不成立——必须用 compartmental 模型。这意味着真实神经元的树突很难用解析模型描述。

  5. 轴突-树突过渡（§4.1 开头 + Ch5 隐含）：树突是被动电缆（Ch4），轴突是主动电缆（Ch5）。soma 是否是主动还是被动？axon hillock（轴突小丘）的几何与离子通道分布是什么？这些都是 Ch5 的关键前置。

  6. Hilbert 空间方法的局限（§4.3.2 末段隐含）：Keener 1998 的自伴随算子让本征函数正交化，但本征值仍需数值求解（(4.75) 无解析解）——这意味着对真实神经元形态学，本征值是计算瓶颈。

  7. 主动电缆（Ch5）的等效化简（§4.2 开头隐含）：Ch4 的所有结果基于被动电缆 \(f = -V\)。当 \(f\) 是 HH 型（Ch5 的 \(I_{ion}(V, m, h, n)\)），等效圆柱还成立吗？\(d^{3/2}\) 条件在主动情况下需要重新推导。

  8. 数值 compartmental 模型的标定（§4.3.3 末段）：当神经元有 100-1000 个 compartments 时，\(R_m, R_c, C_m\) 等参数如何从实验标定？这通常需要多电极记录 + 拟合——但参数空间巨大。

  9. 神经元的形态学优化（§4.1 开头隐含）：为什么树突如此广泛分支？\(3/2\) 幂律 + 等效圆柱是最优信号传导的几何条件吗？还是有其他物理约束？这是神经科学理论的核心问题之一。

个人反思与批判性分析

建模哲学层面：

Ch4 是 I 卷"由分子到系统"过渡的几何学一章——Ch1-Ch3 是"在一点上的化学与电学"，Ch4 是"在一条线/网络上"。电缆方程是把 Ch3 的单点膜方程 + 空间扩散结合的标准范式——也是把"局部"扩展到"全局"的标准方法。

值得专门提出的是：Rall 等效圆柱定理（§4.2.3）是"集总化简"的范例——把指数增长的分支状态数化简为单圆柱的线性问题。这种"几何守恒律"在物理学的很多分支都有对应：流体力学的边界层理论、固体力学的多尺度均匀化、量子力学的有效质量理论。这是"识别守恒量 → 降维"的标准路径。

与后续章节的衔接：

  • Ch5（兴奋性）：电缆方程 (4.14) + HH 主动膜 → 动作电位传播（4.19 改为主动 \(f\)）。
  • Ch6（行波传播）：当 \(f(V)\) 取激发性形式（\(\partial_T V = \partial_X^2 V + f(V)\)）→ 神经冲动传播。
  • Ch8（突触）：突触输入项 \(g(T)\delta(X - X_s)(V_e - V)\)（4.44）的物理来源是突触后通道。
  • Ch9（神经内分泌）：神经元的簇发放 (bursting) 需要树突-胞体-轴突的耦合。

值得重新推导的方程：

  • (4.10) 跨膜电流与电位梯度散度的关系：从 (4.3)–(4.7) 出发，关键是总轴向电流 \(I_T = I_i + I_e\) 守恒——这是从局部到电缆方程的关键。
  • (4.29) 输入电阻 \(R_{in} \propto d^{-3/2}\)：从 \(\lambda_m = \sqrt{R_m d/(4 R_c)}\) + \(r_i = 4 R_c/(\pi d^2)\) 出发。
  • (4.43) 等效圆柱条件 \(d_0^{3/2} = d_1^{3/2} + d_2^{3/2} + \cdots\)：从"两支路电流守恒 + 等电压"出发，配合输入电阻 \(R_{in} \propto d^{-3/2}\)。
  • (4.47) 突触位置反演：从 (4.44) 出发，对 \(T\) 积分 → 边界值问题 (4.45)，解 (4.46)，连续性条件给出 (4.47)。
  • (4.62) 集总胞体的并联等效：从 (4.56) 出发，稳态 \(\partial V/\partial t = 0\) 化简 → 简单并联。
  • (4.78)-(4.81) 自伴随算子：从 (4.70)–(4.72) 出发，验证扩展 Hilbert 空间的内积下 \(\mathcal{L}\) 是自伴随的。

对作者建模选择的评价：

  • 优点：（1）电缆方程推导完整（从欧姆定律到 (4.12)）；（2）Rall 等效圆柱定理清楚地说明了条件（(4.43)）和归纳论证；（3）突触逆问题（§4.2.4 Cox 2004）给出了反问题的完整解；（4）自伴随算子（§4.3.2 末段）是自创的优雅数学技巧。
  • 不足：（1）§4.2.3 末段对"等效圆柱不成立时如何处理"语焉不详——只说"compartmental models"（§4.3.3）；（2）§4.2.4 的多突触逆问题只一句话带过——这是神经科学实验的核心难点；（3）§4.3.2 自伴随算子虽优雅但没有给具体例子——读者需要自己验证正交性；（4）主动电缆（Ch5）只一句话提及，等于把 Ch4 与 Ch5 的衔接留到下一章。

若能与作者对话，我会问：

  1. \(3/2\) 幂律的物理来源：Rall 1959 验证了猫运动神经元近似满足，但为什么是 \(3/2\) 而不是 \(5/2\) 或其他指数？是否对应某种"等效电阻匹配"的最优条件？
  2. 多突触逆问题的实际可行性：真实神经元有 100-1000 个突触——Cox 2004 的单突触方法如何扩展？是否需要结构光/双光子成像提供先验？
  3. 主动电缆的等效化简：当膜是 HH 型主动膜时，§4.2.3 的 \(3/2\) 条件是否仍成立？\(\lambda_m, \tau_m\) 随电压变化时如何处理？
  4. axon hillock 的几何：soma-axon 过渡区的几何对动作电位发起至关重要——为什么是"soma 的几何特性"决定它？这是否暗示了某些离子通道的特定分布？
  5. 现代 deep learning 与 Rall 等效圆柱：现代神经网络（如 transformer）的"分层结构"是否与神经元的"树突分支结构"有形式对应？\(3/2\) 幂律是否在某些深度学习模型中作为正则化项？

重要参考文献

[X1] Rall W. Branching dendritic trees and motoneuron membrane resistivity. Exp Neurol 1959;1:491–527. （等效圆柱定理的原始论文。）

[X2] Rall W. Membrane time constant of motoneurons. Science 1957;126:454. （电缆方程在神经元中的首次应用。）

[X3] Rall W. Cable theory for dendritic neurons. In: Methods in Neuronal Modeling, Koch C, Segev I (eds.), MIT Press, 1989, pp. 9–62. （等效圆柱的完整综述。）

[X4] Hodgkin AL, Rushton WAH. The electrical constants of a crustacean nerve fibre. Proc R Soc Lond B 1946;133:444–479. （电缆方程应用于神经轴突的早期工作。）

[X5] Lord Kelvin (William Thomson). On the theory of the electric telegraph. Proc R Soc Lond 1855;7:382–399. （电缆方程的原始推导——横跨大西洋电报。）

[X6] Jack JJB, Noble D, Tsien RW. Electric Current Flow in Excitable Cells. Oxford University Press, 1975. （线性电缆方程的完整教材。）

[X7] Tuckwell HC. Introduction to Theoretical Neurobiology (2 vols). Cambridge University Press, 1988. （树突网络的解析理论。）

[X8] Koch C, Segev I (eds.). Methods in Neuronal Modeling: From Ions to Networks (2nd ed.). MIT Press, 1998. （现代神经元建模的标准教材。）

[X9] Koch C. Biophysics of Computation: Information Processing in Single Neurons. Oxford University Press, 1999.

[X10] Segev I, Rinzel J, Shepherd GM (eds.). Theoretical Foundations of Dendritic Function. MIT Press, 1995. （Rall 工作的完整回顾。）

[X11] Cox SJ. Inverse problems for dendritic neurons. SIAM J Appl Math 2004;64:1423–1441. （突触逆问题——§4.2.4 的核心。）

[X12] Durand D. The somatic shunt cable model for neurons. Biophys J 1984;46:645–653. （非正交展开的早期工作。）

[X13] Bluman GW, Tuckwell HC. Techniques for obtaining analytical solutions for Rall's model neuron. J Math Biol 1987;25:429–440.

[X14] Keener JP. Principles of Applied Mathematics: Transformation and Approximation (2nd ed.). Perseus, 2000. （自伴随算子与 Hilbert 空间内积。）

[X15] Hines ML, Carnevale NT. The NEURON simulation environment. Neural Comput 1997;9:1179–1209. （NEURON 软件。）

[X16] Bower JM, Beeman D. The Book of GENESIS: Exploring Realistic Neural Models with the GEneral NEural SImulation System (2nd ed.). Springer, 1998.

[X17] de Schutter E (ed.). Computational Neuroscience: Realistic Modeling for Experimentalists. CRC Press, 2000.

[X18] Dayan P, Abbott LF. Theoretical Neuroscience: Computational and Mathematical Modeling of Neural Systems. MIT Press, 2001.

[X19] Carpenter DO. Ionic mechanisms and models of dendritic activity. Adv Neurol 1975;12:75–86.

[X20] Holmes WR. Passive cable modeling of dendritic trees. In: Computational Neuroscience, de Schutter E (ed.), CRC Press, 2000. （现代被动电缆综述。）