神经科学的数学基础

本书应用非线性动力学的方法来解决神经科学中的问题，包括利用现代数学建模方法理解各类试验中出现的神经放电模式。作者采用了多种非常广泛的方法来研究神经元以及神经回路的复杂模型，并结合数值模拟、解析法、动力学系统及扰动方法来分析多种类型的神经科学相关模型，形成一种新的现代理论。书中还分析了噪声、时间尺度效应以及空间相关性，解释了神经科学实验中出现的复杂的行为模式。

本书前面的章节包含了神经模型的基本演算以及初等微分方程，可以作为神经计算科学的核心课程；后面的章节可以作为研究生课程的材料或计算神经科学研究工作者的参考资料。书中还包含了大量的图片、章节总结和上百个练习题，这些练习题都来自于生物学中的基本问题，并且包括了相关的计算及分析。

本书读者主要包括对于数学和神经科学交叉学科感兴趣的研究人员，以及希望了解神经元建模和分析应用的神经科学家。

Bard Ermentrout is Professor of Computational Biology and Professor of Mathematics at the University of Pittsburgh. David Terman is Professor of Mathematics at the Ohio State University.