考虑电磁流耦合,提出了一种改进的FitzHugh–Nagumo神经元模型,该模型具有基于sigmoid函数的恢复变量。研究了所提出的神经元模型的动力学性质,随着激励电流的增加,不动点的数量减少到一个。研究了分叉图,以显示不同励磁电流和参数值的混沌和周期状态。一个构建了神经元网络模型,研究了波传播和波再入现象。研究表明,对于较大的磁通耦合值,螺旋波被抑制,但对于此类磁通耦合的值,单个节点被驱动到周期状态。通过引入高斯噪声作为附加电流项,我们表明,当在整个仿真时间内引入噪声时,节点的动力学会发生很大变化,而200次单位的噪声暴露不会完全改变节点的动力学。