参考论文：Izhikevich, E. M . Which Model to Use for Cortical Spiking Neurons?[J]. IEEE Transactions on Neural Networks, 2004, 15(5):1063-1070.

本文将回顾了生物脉冲神经元的20个最突出的特征。本节的目的是说明单个神经元响应简单直流电流脉冲的的脉冲行为的丰富性和复杂性。当只有数十个（更不用说数十亿个）这样的神经元耦合在一起时会发生什么，这超出了我们的理解范围。使用第III节中讨论的一些模型，读者可以以1 ms的分辨率实时模拟数千个皮质神经元。

A. Tonic Spiking(Tonic:持续的)

大多数神经元是可兴奋的，也就是说，它们是静止的，但在受到刺激时会发出脉冲。为了测试这种特性，神经生理学家通过连接到神经元的电极输入，直流电流脉冲并记录其膜电位。输入电流和神经元响应，如图1（a）所示。在输入时，神经元持续发出脉冲。在三种类型的皮质神经元中可以观察到这种，称为Tonic Spiking的行为：常规发放（RS）兴奋性神经元，低阈值发放（LTS）和快速发放（FS）抑制神经元，这种神经元的连续发放表明存在持久性的输入。

B. Phasic Spiking

如下图所示，神经元在输入开始时仅发射一个脉冲，并且之后膜电位保持不变。这种反应被称为阶段性脉冲，这对于检测刺激的开始是有效的。

C. Tonic Bursting

一些神经元，如猫的皮质层[7]中的chattering neurons，在刺激时会发出周期性的脉冲，如图1（c）所示。突发脉冲）频率可能高达50Hz，相信这种神经元有助于脑中的伽马频率振荡。

D. Phasic Bursting

与阶段性脉冲类似，一些神经元是阶段性突发，如图1（d）所示。这种神经元通过突发脉冲，来告知刺激的开始。关于神经元的脉冲突发重要性有三个主要假设：1）需要突发来克服突触传递失败，并减少神经元噪声的影响; 2）爆发可以传输信息的显着性，因为突发脉冲对突触后神经元的影响强于单个脉冲的影响; 3）突发可用于神经元之间的选择性通信，其中突发内的间隙频率编码通信信道。一个良好的皮层神经元网络模型不能忽视突发神经元。

E. Mixed Model (Burs