フィッツヒュー・南雲 (FitzHugh-Nagumo) 方程式をPython+Scipyでルンゲクッタ8次のDOP853(Dormand Prince)で計算。

今回は神経を通る電気信号をモデル化したフィッツヒュー・南雲方程式

dv/dt = v - v³/3 -w +I

dw/dt = ε(v + a - b*w)

をPython+Scipyでルンゲクッタ8次のDOP853(Dormand Prince)で計算してみた。

結果はこんな感じ。スパイクが見える。

パラメータはここと同じにしました。

https://www.comsol.com/blogs/understand-the-dynamics-of-the-fitzhugh-nagumo-model-with-an-app/

ソースコードはこちら：

import numpy as np
from scipy.integrate import ode
import matplotlib.pyplot as plt

a=0.7
b=0.8
eps=0.08
I=1

def FNmodel(t, u): #odeintのときとt,xの並びが逆
    v=u[0]
    w=u[1] 

    v_dot = (v*(1.0-(v**2)/3)-w+I)
    w_dot = eps*(v+a-b*w)

    return [v_dot, w_dot]

t0=0
tmax = 200
N=5000

u0=[0.0,0.0]

solver=ode(FNmodel)
solver.set_integrator('dop853')
solver.set_initial_value(u0,t0) #なぜか関数と並びが逆

t=np.linspace(0, tmax, N)
sol= np.empty((N, 2))
sol[0] = u0

k=1
while solver.successful() and solver.t < tmax:
    solver.integrate(t[k])
    sol[k] = solver.y
    k+= 1

# Plot
fig = plt.figure(figsize=(10,24))

ax1=fig.add_subplot(3, 1, 1)
ax2=fig.add_subplot(3, 1, 2)
ax3=fig.add_subplot(3, 1, 3)

ax1.set_xlabel("Time")
ax1.set_ylabel("v")
ax1.grid(True)
ax2.set_xlabel("Time")
ax2.set_ylabel("w")
ax2.grid(True)
ax3.set_xlabel("v")
ax3.set_ylabel("w")
ax3.grid(True)

ax1.plot(t,sol[:,0],c='Red')
ax2.plot(t,sol[:,1],c='Blue')
ax3.plot(sol[:,0],sol[:,1],c='Green')

plt.show()