胞體（Soma）：神經元的核心部分，包含細胞核和細胞器，是細胞的代謝和遺傳控制中心。

樹突（Dendrites）：從胞體延伸出的分支結構，表面佈滿突觸，主要負責接收其他神經元的訊號。

軸突（Axon）：從胞體延伸出的細長纖維，負責將電訊號傳遞到其他神經元或肌肉細胞。

突觸（Synapse）：神經元之間的連接點，由突觸前膜（發送神經元的軸突末梢）、突觸間隙（兩個神經元之間的微小空間）和突觸後膜（接收神經元的樹突或胞體）組成。

靜止電位：神經元在未受刺激時，細胞膜內外存在電位差，通常為負值（約-70毫伏），主要由鉀離子的外流維持。

動作電位：當樹突接收到足夠強度的興奮性訊號時，鈉離子通道打開，鈉離子內流，導致膜電位上升至閾值（約-55毫伏），觸發動作電位。

電傳導：動作電位沿著軸突傳播，速度可達每秒數十米到幾百米，由軸突的髓鞘絕緣和離子通道的順序活化決定。

神經傳導物質釋放：當動作電位到達軸突末梢時，導致鈣離子進入細胞，引發突觸小泡與突觸前膜融合，釋放神經傳導物質到突觸間隙。

突觸間隙：神經傳導物質透過突觸間隙擴散到突觸後膜，這個過程非常迅速，通常在毫秒等級。

受體結合：神經傳導物質與突觸後膜上的特定受體結合，導致離子通道打開或關閉，改變膜電位，產生興奮性或抑制性突觸後電位。

訊號整合：突觸後神經元的樹突上可能接收來自多個軸突的訊號，這些訊號在胞體處整合，決定是否達到閾值產生新的動作電位。

長時程增強（LTP）：透過重複的興奮性刺激，突觸傳遞效率增強，這是學習和記憶的關鍵機制之一。 LTP涉及突觸後膜受體數量的增加、受體敏感性的提高以及突觸前膜釋放神經傳導物質的效率提升。

長時程抑制（LTD）：透過重複的抑制性刺激，突觸傳遞效率減弱，與LTP相反。 LTD涉及突觸後膜受體數量的減少或敏感性的降低。

突觸修剪：在發育過程中，不活躍的突觸被消除，而活躍的突觸得到加強，這是大腦適應環境變化的一種方式。突觸修剪有助於優化神經網路的結構，提高訊息處理的效率。

神經元模型：ANNs(人工神經網路)中的人工神經元通常包含輸入（樹突）、權重（突觸的強度）、活化函數（模擬神經傳導物質的作用）和輸出（軸突末梢）。

權重更新：在ANNs中，權重透過學習演算法（如反向傳播）進行調整，以最小化預測誤差，類似於突觸可塑性。權重更新的目的是增強網路對輸入資料的辨識能力。

活化函數：ANNs中的活化函數模擬神經元的非線性反應，例如ReLU（Rectified Linear Unit）或Sigmoid函數，它們決定了神經元是否「活化」並傳遞訊號。激活函數的選擇對網路的學習能力和表現有重要影響。

網路結構：ANNs可以有多層神經元，形成複雜的網路結構，類似大腦中神經元的層次化組織。深度學習網絡，如卷積神經網路（CNNs）和循環神經網路（RNNs），模擬了大腦中不同層次的資訊處理和時間序列處理。