Monitoring spike train synchrony
最近，已经提出了作为一个参数的和时间尺度独立的措施，穗训练同步的穗距离。该测量是时间分辨的，因为它依赖于尖峰训练相异性的瞬时估计。然而，它的原始定义导致了虚假的高瞬时值的事件样放电模式。在这里，我们提出了一个实质性的改进，这一措施，消除了这一缺点。获得的可靠性使我们能够跟踪瞬时聚类的变化，即，多个尖峰序列之间的时间局部化模式的相似性。额外的新功能包括选择性和触发时间平均以及瞬时比较尖峰训练组。在第二步骤中，定义因果尖峰距离，使得相异性的瞬时值仅依赖于过去的信息，从而可以实时估计时间分辨的尖峰训练同步。我们证明，这些方法是能够提取有价值的信息，通过监测癫痫发作过程中神经元之间的同步性的现场数据。最后，说明了模型脑电图（EEG）记录的连续数据的常规和实时SPIKE距离的适用性。
2012-12-08 physics.bio-ph physics.data-an physics.med-ph
Firing rate equations require a spike synchrony mechanism to correctly describe fast oscillations in inhibitory networks
抑制性神经元的递归耦合网络在伽马波段中鲁棒地产生振荡。尽管如此，相应的威尔逊-考恩型点火速率方程，这样的抑制人口不产生这样的振荡，没有明确的时间延迟。我们发现，这种差异是由于电压依赖性的尖峰同步机制固有的网络尖峰神经元，这是不是由标准的放电率方程捕获。在这里，我们研究了一个精确的低维描述异构规范I型抑制性神经元网络，其中包括产生同步状态的关键阈值下的动态。在慢突触动力学的限制下，只要外部输入也很慢，尖峰同步机制就被抑制，标准的Wilson-Cowan方程就被正式恢复。然而，即使在这个限制同步尖峰可以引起的输入波动的时间尺度上的膜的时间常数的神经元。因此，我们的平均场方程是标准的Wilson-Cowan方程的扩展，其中尖峰同步也被正确地描述。
2018-01-05 nlin.AO q-bio.NC
SPIKY: A graphical user interface for monitoring spike train synchrony
用于记录大规模神经元尖峰活动的技术发展非常快。这导致对能够分析大量实验尖峰训练数据的算法的需求不断增加。其中最关键和要求最高的任务是识别具有非常高的时间分辨率和跨不同空间尺度的相似模式。为了解决这一问题，近年来提出了三种时间分辨的尖峰训练同步措施，ISI距离，SPIKE距离和事件同步。用于计算和可视化这些措施的Matlab源代码已公开提供。然而，由于结果的许多不同的可能表示，这些代码的使用是相当复杂的，它们的应用需要一些Matlab的基础知识。因此，希望提供一种更加用户友好和交互式的界面。在这里，我们解决这个问题，并提出SPIKY，一个图形用户界面，便于应用程序的时间分辨的措施，穗训练同步模拟和真实的数据。SPIKY包括ISI距离、SPIKE距离和SPIKE同步（事件同步的改进和简化扩展）的实现，这些实现在计算速度和内存需求方面进行了优化。它还包括一个尖峰训练发生器和一个事件检测器，使其能够分析连续数据。最后，SPIKY包包括其他补充程序，旨在分析大量数据集和估计显著性水平。
2015-04-15 cs.MS cs.SE physics.bio-ph
Quantifying spike train synchrony and directionality: Measures and Applications
Institute for Complex Systems (ISC), National Research Council (CNR)（复杂系统研究所，国家研究委员会）；National Institute of Nuclear Physics (INFN), Florence Section（国家核物理研究所，佛罗伦萨分部）
本文综述了多种量化神经元尖峰序列同步性与方向性的测度，介绍两种基于SPIKE-Order的延迟校正算法，并通过人工与真实神经元数据演示其应用，推动定量尖峰序列分析发展。
2026-07-30 physics.data-an q-bio.NC
Correlations and Synchrony in Threshold Neuron Models
我们研究了阈值模型神经元如何将时间和神经元间的输入相关性转换为尖峰信号的相关性。我们发现，低共同输入政权是由放电率依赖的尖峰相关性，这是敏感的输入相关函数的详细结构。在高共同输入制度的尖峰相关性是不敏感的放电率，并表现出一个普遍的峰形独立的输入相关性。由共同输入驱动的速率异质对一般表现出不对称的尖峰相关性。所有的预测证实了在体外实验与皮质神经元驱动的合成波动输入电流。
2009-07-17 q-bio.NC q-bio.QM
Stabilizing synchrony by inhomogeneity
我们证明了对于两个具有严格正相位重置曲线的相同神经元振子，等幅同步是一个不稳定吸引子，任意弱的噪声都能破坏卷吸并产生间歇性的相位滑移.小的不均匀性（神经元的固有放电率的不匹配）可以稳定锁相，并导致两个神经元的更精确的相对尖峰定时。这一结果可以解释在一类神经元模型（包括Leaky Integrate-Fire模型）中，当神经元之间存在突触连接时，非均匀性如何增加脉冲序列的相关性。
2015-03-20 q-bio.NC
Measures of spike train synchrony for data with multiple time-scales
背景：棘波训练同步性的测量在实验和计算神经科学中都有广泛的应用。时间尺度独立和无参数的测量，例如ISI距离，SPIKE距离和SPIKE同步，比时间尺度参数测量更可取，因为通过适应局部放电率，它们考虑了给定数据集的所有时间尺度。新方法：在包含多个时间尺度（例如，规则尖峰和突发）的数据中，人们通常对最小的时间尺度不太感兴趣，并且需要更自适应的方法。在这里，我们提出了A-ISI-距离，A-SPIKE-距离和A-SPIKE-同步，它推广了原来的措施，考虑到当地相对于全球的时间尺度。对于A-SPIKE距离，我们还引入了一个与速率无关的扩展，称为RIA-SPIKE距离，它专门关注尖峰定时。结果如下：自适应泛化A-ISI-距离和A-SPIKE-距离允许忽略在更全球尺度上不相关的尖峰时间差。A-SPIKE同步不再需要对双尖峰和重合脉冲串的不合理的高精度。最后，RIA-SPIKE-distance被证明是独立的尖峰列车之间的速率比。与现有方法的比较：我们发现，与原始版本相比，A-ISI距离和A-SPIKE距离产生包含不同时间尺度的尖峰序列的改进，而不会在其他示例中表现出任何不必要的副作用。A-SPIKE-同步比SPIKE-Synchronization更有效地匹配尖峰。结论：有了这些建议，我们已经完成了图片，因为我们现在提供了自适应广义的措施，是敏感的速率（A-ISI距离），仅定时（ARI-SPIK…
2017-05-30 physics.data-an q-bio.NC
Inferring collective synchrony observing spiking of one or several neurons
该研究提出一种基于Bartlett协方差密度的同步性度量方法，可通过少量甚至单个神经元的尖峰点过程高效推断大规模神经元集群的同步水平，对尖峰漏检鲁棒且多神经元观测下无需尖峰排序。
2025-03-24 q-bio.NC
Assessment of synchrony in multiple neural spike trains using loglinear point process models
神经尖峰序列是细胞膜上电压的一系列非常短暂的跳跃，是点过程方法学发展的激励应用之一。早期的工作需要假设平稳性，但当代的实验经常使用时变刺激并产生时变神经反应。最近，许多统计方法已经开发了非平稳神经点过程数据。人们对识别同步性也很感兴趣，这意味着在记录的时间尺度上，两个或多个神经元之间的事件几乎是同时发生的。一个自然的统计方法是离散时间，使用短的时间箱，并引入对数线性模型的依赖神经元之间，但以前使用的对数线性建模技术已假定平稳。我们引入了一类简洁而强大的时变对数线性模型：（a）允许个体神经元效应（主效应）涉及时变强度;（b）还允许个体神经元效应涉及由于过去尖峰的自协变效应（历史效应）;（c）假设过度同步效应（交互效应）不依赖于历史;（d）假设所有效应随时间平滑变化。
2011-07-29 q-bio.NC stat.AP
Synaptic plasticity of Inhibitory synapse promote synchrony in inhibitory network in presence of heterogeneity and noise
最近在内嗅皮层第二层的抑制性突触中观察到了锋电位时间依赖性可塑性。该规则在$Δt=t_{post}-t_{pre}=0$的区域中提供了一个有趣的零点，此外，该规则的动态范围位于伽马频带中。我们提出了一个强大的机制的基础上观察到的突触可塑性规则的抑制性突触的两个相互耦合的中间神经元同步锁相中存在的放电异质性。我们研究了锁相解决方案的稳定性，通过定义一个地图的尖峰时间依赖于耦合神经元的相位响应曲线。最后，我们提出了在噪声存在下的同步的鲁棒性的结果。
2006-04-24 q-bio.NC
Narrowband oscillations from asynchronous neural activity
我们调查的可能性，窄带振荡可能会出现完全异步，独立的神经放电。我们发现，人口的异步神经元可能会产生窄带振荡，如果每个神经元火灾准周期性，我们推导出的界限的程度上的变化，神经尖峰定时，这将允许出现这样的振荡。这些结果表明，一种新的神经节律发生机制，他们有助于解释最近的实验报告的大幅度局部场电位振荡的神经尖峰定时同步的情况下。简单地说，虽然同步可以产生振荡，但振荡并不总是意味着同步的存在。
2015-12-05 q-bio.NC
Inhibitory synchrony as a mechanism for attentional gain modulation
来自猴子V4区的记录显示，当注意力集中在皮层神经元的感受野内的视觉刺激时，会发生两种明显的变化：神经元的放电率会改变，并且在伽马频率范围（30-50 Hz）内，尖峰和局部场电位之间的相干性会增加。这里探讨的假设是，这些观察到的注意力效应可能是局部中间神经元网络同步变化的结果。我们进行了计算机模拟的霍奇金-赫胥黎型神经元驱动的恒定的去极化电流，我，代表视觉刺激和调制抑制输入的影响，通过本地interneuron网络的注意。我们观察到，神经元的放电频率和其输出脉冲序列与突触输入的一致性受到抑制性输入的同步程度的调制。该模型表明，所观察到的变化，放电率和一致性的神经元在视觉皮层可以控制由自上而下的输入，调节一致性的活动，在伽马频率放电的本地抑制网络。
2005-03-14 q-bio.NC
Emulation of Astrocyte Induced Neural Phase Synchrony in Spin-Orbit Torque Oscillator Neurons
星形胶质细胞在脑内诱导协调相位同步的神经波模式中起核心作用。在这篇文章中，我们证明了在自旋轨道扭矩振荡器神经元的底层重金属层中注入射频信号模仿神经胶质细胞实现的神经元相位同步效应。这种相位耦合效应的潜在应用说明在一个时间的“绑定问题”的上下文中。我们还提出了一个耦合的神经元-突触-星形胶质细胞网络的设计，使紧凑的拟神经设备相结合的概念，局部尖峰时间依赖的可塑性和星形胶质细胞诱导的神经相位同步。
2021-09-16 cs.ET q-bio.NC
A Semiparametric Bayesian Model for Detecting Synchrony Among Multiple Neurons
我们提出了一个可扩展的半参数贝叶斯模型来捕获多个神经元之间的依赖关系，通过检测它们随时间的共同发射（可能有一些滞后时间）模式。在对时间进行离散化以使得在每个间隔处最多存在一个尖峰之后，使用具有高斯过程先验的连续潜变量的逻辑函数来对每个神经元的1（尖峰）和0（静默）的所得序列进行建模。对于多个神经元，相应的边缘分布耦合到他们的联合概率分布使用参数copula模型。我们的方法的优点如下：非参数分量（即，高斯过程模型）提供了用于对潜在的激发速率建模的灵活框架;参数分量（即，Copula模型）允许我们对神经元之间的同期和滞后关系进行推断;使用Copula模型，我们通过将单变量边缘分布的建模与变量之间的依赖结构的建模分离来构建多变量概率模型;我们的方法易于使用计算高效的采样算法来实现，该算法可以容易地扩展到高维问题。使用模拟数据，我们表明，我们的方法可以正确地捕捉时间依赖性的放电率和识别同步神经元。我们也将我们的模型应用于从大鼠大脑前额叶皮层区域获得的尖峰训练数据。
2014-03-03 q-bio.NC stat.AP
Identifying features in spike trains using binless similarity measures
中枢神经系统中的神经元通过一系列动作电位或脉冲序列相互交流。各种研究表明，神经元以脉冲序列的不同特征编码信息，例如精细时间结构、平均放电率、同步性等。理解神经元编码信息的重要一步是获得可靠的测量值不同脉冲序列之间的相关性。本文提出了两种新的脉冲序列的无仓相似性度量。新措施的性能进行了比较，与现有的一些措施，在他们的能力，检测的重要功能的脉冲序列，如他们的发射率，突发和共同的沉默期的敏感性和检测同步活动。
2014-10-19 q-bio.NC
Asynchronous response of coupled pacemaker neurons
我们研究了一个网络模型的两个电导为基础的起搏神经元的不同的自然频率，加上相互激励或抑制，并接受共享的随机抑制性突触输入。网络可以针对强相互耦合对尖峰进行锁相。但是，共享输入可以通过选择性地消除滞后尖峰或根据它们的分离时间窗口相对于超前尖峰调制其定时来对锁定尖峰对进行解扰。这种同步性的丧失也在接收共享输入的稀疏耦合异质尖峰神经元的大型网络中发现。
2009-02-03 nlin.CD q-bio.NC
Mean-field approximation for networks with synchrony-driven adaptive coupling
本文在θ-神经元振荡器网络中引入相位差依赖的自适应可塑性，推导平均场近似并通过分岔分析揭示了双稳态及通向混沌的路径。
2024-07-31 q-bio.NC
Noise Suppression and Surplus Synchrony by Coincidence Detection
神经元动作电位之间的相关性的功能意义仍然是一个生动的辩论问题。特别是，目前还不清楚有多少同步性是由传入同步事件引起的，有多少是由于皮层的连接结构而内在的。现有的分析方法的基础上的扩散近似不允许模型尖峰同步，防止彻底的分析。在这里，我们从理论上研究在何种程度上共同的突触传入和同步输入，每一个都有助于密切的时间锁定尖峰活动的神经元对。我们采用直接模拟和扩展早期的分析方法的基础上的扩散近似脉冲耦合，使我们能够引入精确的时间相关的尖峰活动的突触传入。我们调查的相关突触输入电流的整合和消防模型神经元对的传输，使相同的输入协方差可以实现共同的输入或尖峰同步。我们确定了两个不同的制度：在低相关线性扰动理论的限制，准确地确定了相关传输系数，这是典型的小于团结，但增加敏感，即使是弱同步输入。在高传入相关的限制下，在同步性的存在下，一个质的新画面出现了。随着非线性神经元响应变得占主导地位，输出相关性变得高于输入中的总相关性。这种传输系数更大的统一性是存在噪声的非线性神经处理的直接结果，阐明了同步编码信号如何受益于皮层网络中存在的这些通用属性。
2012-08-07 q-bio.NC
Realistic Thermodynamic and Statistical-Mechanical Measures for Neural Synchronization
同步的大脑节律，与不同的认知功能，已被观察到大脑活动的电子记录。在计算神经科学中，用群体平均全局势$V_G$可以很好地描述神经同步。$V_G$的时均涨落起着描述神经系统同步-同步转变的“热力学”序参量$\cal {O}$的作用。群体尖峰同步可以在神经尖峰的光栅图中很好地可视化。在光栅图中看到的神经同步的程度是很好地测量的“机械的”尖峰为基础的措施$M_s$通过考虑占用和起搏模式的尖峰。全局势$V_G$还用于为$M_s$的计算提供参考全局循环。因此，$V_G$成为重要的集合量，因为它与$\cal {O}$和$M_s$两者的计算相关联。然而，在实际实验中直接获得$V_G$实际上是困难的。为了克服这个困难，而不是$V_G$，我们采用瞬时群体尖峰率（IPSR），可以在实验中获得，并开发现实的热力学和物理力学措施，IPSR的基础上，使计算和实验神经科学的神经同步的实际表征。特别地，与传统的基于$V_G$的测量方法相比，基于物理机械IPSR的测量方法可以更准确地描述弱稀疏脉冲同步.
2014-03-05 physics.bio-ph q-bio.NC
Synchrony with Shunting Inhibition
在没有弱耦合假设的情况下，利用尖峰时间响应曲线（STRC）研究了突触刺激对神经元振子放电时间的影响。它们允许我们通过离散映射来近似神经元网络中同步状态的动态。关于离散映射的不动点的线性化可以用来预测网络中同步模式的稳定性。一般的理论，考虑到高阶STRC项的贡献，在近似的离散映射的耦合神经元振子的同步仍然缺乏。在这里，我们提出了一个一般的框架来考虑高阶STRC校正的离散映射的近似，以确定在两个相互作用的神经元网络中的1：1锁相状态的域。我们首先证明，通过分流突触的突触刺激的影响，神经元发射在伽马频带（20-80 Hz）持续三个连续的发射周期。然后，我们表明，通过考虑到高阶STRC贡献的离散映射是成功地能够预测域的同步1：1锁相状态的两个异构的interneurons通过分流突触耦合的网络。
2009-01-30 q-bio.NC q-bio.QM
Synchronization and oscillatory dynamics in heterogeneous mutually inhibited neurons
我们研究了一些机制，负责同步振荡和损失的同步在生理相关的频率（10-200赫兹）在网络的异质性抑制神经元。我们专注于确定网络响应的同步性和频率的水平的因素，以及轻度异质性对网络动态的影响。在轻度异质性的情况下，同步永远不会完美，而且相对脆弱。此外，抑制的影响是更复杂的轻度异构网络比同质的。在前者中，同步性以两种不同的方式被打破，具体取决于突触衰减时间与重复动作电位周期（$τ_s/T$）的比率，其中$T$可以从网络或单个自抑制神经元确定。对于$τ_s/T > 2$，对应于大的施加电流、小的突触强度或大的突触衰减时间，抑制的效果在很大程度上是紧张性的，并且异质神经元相对独立地发放尖峰。使用$τ_s/T < 1$时，当速度较快的细胞开始抑制它们不太兴奋的邻居时，同步性就会中断;而放电的细胞几乎保持同步。我们数值计算表明，轻度异构网络的行为可以与单个的，自我抑制的细胞，这可以分析研究的行为。
1998-02-18 q-bio.NC
GnRH induced Phase Synchrony of Coupled Neurons
促性腺激素释放激素（GnRH）是控制哺乳动物生殖过程的重要激素。GnRH是一种神经激素，由下丘脑GnRH神经元脉冲式释放到垂体门静脉血中。在本研究中，通过平均场耦合机制，在细胞外介质中的耦合分子GnRH池的人口相同的神经元之间的相位同步进行了研究。在群体神经元模型中，GnRH被认为是自分泌信号分子，并被认为是所有神经元共同的同步剂。通过测量相位锁定值、相位差的时间演化和递归图，定性和定量地估计同步率。我们的数值计算结果显示了一个类似相变的行为分离的同步和despersized制度。我们还研究了此类神经元一维阵列的远程通信或中继信息传递。
2016-11-27 q-bio.MN q-bio.NC
Discovering Patterns in Multi-neuronal Spike Trains using the Frequent Episode Method
从多个神经元的放电序列中发现“神经密码”是神经科学的一项重要任务。对于这样的分析，重要的是要在尖峰模式中发现有趣的地方。在这份报告中，我们提出了一个有效的方法，自动发现同步，synfire链，和更一般的神经元放电序列。我们使用Laxman，Sastry和Unnikrishnan（2005）的频繁发作发现框架，其中使用有限状态自动机表示和识别发作。神经元群体之间的功能连接的许多方面可以从这些事件中推断出来。我们证明了这些使用模拟多神经元数据从泊松模型。我们还提出了一种方法来评估所发现的事件的统计意义。由于本报告中使用的时间数据采掘（TDM）方法可以分析来自数百个和潜在的数千个神经元的数据，我们认为，这个框架是适当的发现“神经代码”。
2007-09-26 cs.DB q-bio.NC
Entropy-based parametric estimation of spike train statistics
我们考虑神经元网络的演化，重点是尖峰动力学的渐近行为，而不是膜电位动力学。在这种情况下，尖峰响应不是作为确定性响应来寻求的，而是作为条件概率来寻求的：“读出代码”包括推断这样的概率。这个概率是计算从经验光栅图，通过使用框架的热力学形式主义遍历理论。这给了我们一个参数统计模型，其中概率具有吉布斯分布的形式。在这方面，这种方法概括了施奈德曼和合作者的开创性和深刻的工作。一个最小的介绍形式主义在这里进行审查，而一般的算法估计方法提出了快速收敛的实现。它也明确了几个尖峰观测（熵，速率，同步，相关性）给出了封闭形式的参数估计。这种范式不仅允许我们在给定设计选择的情况下估计尖峰统计数据，而且还可以比较不同的模型，从而回答关于神经代码的比较问题，例如：“相关性（或时间同步性或给定的尖峰模式集，...）仅对速率编码有意义？“提出了一种数值验证的方法，关于尖峰序列代码分析的观点也进行了讨论。
2010-08-26 physics.data-an q-bio.NC
Self-organization of feedforward structure and entrainment in excitatory neural networks with spike-timing-dependent plasticity
发放时间依赖可塑性（STDP）是生物神经网络的一种组织原则。虽然神经元的同步放电被认为是大脑中重要的功能块，但STDP如何使神经网络朝着同步的方向发展还不完全清楚。我们研究了自发放电神经元群体中STDP和同步放电之间的关系。使用耦合的异构相位振荡器放置在初始网络，我们数值表明，STDP修剪一些突触，并促进前馈网络的形成。最终，在前馈网络的根部出现了一个起搏器，它是我们数值模拟中固有频率最快的神经元。在每个振荡周期中，神经活动的包沿着前馈网络的层从起搏器传播到下游神经元。该事件发生在初始突触权重的明确阈值之上。在阈值以下，神经元自组织成单独的集群，每个集群都是前馈网络。
2009-05-20 cond-mat.dis-nn q-bio.NC
A new class of metrics for spike trains
一对尖峰序列之间的距离，量化它们之间的差异，可以使用各种度量来测量。在这里，我们介绍了一类新的尖峰训练指标，Pompeiu-Hausdorff距离的启发，并与现有的指标进行比较。我们的一些新度量（模度量和最大度量）具有与经典度量（如van Rossum距离或Victor & Purpura距离）在性质上不同的特征。模度量和最大度量特别适合于测量尖峰序列之间的距离，其中信息被编码在突发中，但是突发内的尖峰的数量和定时不携带信息。模度量不依赖于任何参数，并且可以使用快速算法在线性依赖于两个尖峰序列中的尖峰数量的时间内计算。我们还介绍了本地化版本的新指标，这可能有生物相关的解释，测量尖峰列车之间的差异，因为它们被认为是在特定时刻的神经元接收这些尖峰列车。
2014-01-17 cs.IT cs.NE math.IT
A comment on "A fast L_p spike alignment metric" by A. J. Dubbs, B. A. Seiler and M. O. Magnasco [arXiv:0907.3137]
在基于度量的聚类中测量传输的信息已经成为脉冲序列度量性能的标准测试。本文用新近提出的L_p Victor-Purpura度量对麻醉斑胸草雀L区的鸣声尖峰反应进行聚类分析。发现对于这些数据，p>1的L_p度量略微优于标准的p=1的Victor-Purpura度量。有人认为，这是因为对于较大的p值，度量更接近于执行窗口重合检测。
2009-08-10 q-bio.NC
Neuronal functional connectivity among multiple areas of the rat somatosensory system during spontaneous and evoked activities
小世界网络（SWN）代表了理解许多复杂的人造和生物网络的基本模型。在中枢神经系统中，SWN模型已被证明在宏观水平上很好地拟合解剖和功能图。然而，功能微观水平，其中网络的节点由单个神经元组成，仍然知之甚少。在这个水平上，尽管最近的证据表明，功能连接地图表现出小世界组织，但我们不知道这些分布在多个大脑区域的地图是否以及如何在不同的条件下发生变化。我们通过同时多阵列细胞外记录在三个脑区参与躯体感觉信息处理：丘脑腹后外侧核（VPL），初级躯体感觉皮层（S1）和中央-正中丘脑核（CM）。从峰电位和局部场电位（LFP）记录，我们估计的功能连接地图使用归一化压缩相似性（尖峰）和相位同步（LFP）。然后，通过使用图论统计，我们的特点是在自发活动和感觉刺激的功能地图的拓扑结构。我们的主要结果表明：（i）在自发活动期间，尖峰和LFP显示SWN组织;（ii）在刺激开始后，虽然在尖峰和LFP两者中发生实质性的功能图重构，但是小世界性被保留。（iii）刺激触发区域间LFP连接的显著增加，而不改变区域内功能连接的拓扑结构。（iv）通过对细胞集合体基本概念的计算机模拟，可以用小世界网络来描述激活神经元的瞬时群体。
2013-01-17 q-bio.NC
Measures of multisensory integration based on dependent probability summation: from spike counts to reaction times
一个单一的神经元被归类为“多感觉”，如果有一个统计学上的显着差异之间的反应诱发的视听刺激组合和诱发的最有效的组件单独。跨模态增强通常表示为最强的单感应响应的比例。然而，对多种感觉模态做出反应并不能保证神经元实际上参与了整合其多种感觉输入，而不是简单地对最突出的刺激做出反应。在这里，我们提出了一个替代指数测量多少的跨模态响应超过通过优化组合的unisensory响应所获得的水平。最优性定义为在最大负随机相关下，各响应的概率和。新的指数是类似于测量跨模态增强的违反量的“种族模型不等式”，这是广泛使用的反应时间研究的多感觉整合。以前被标记为“多感觉”的神经元可能会失去这种特性，因为新的指数往往比传统的指数小。这用从单个SC神经元收集的数据集来举例说明。新的易于计算的指数不需要任何具体的分布假设。它是敏感的数据的变化，在传统的指数，根据定义，只取决于单模态和跨模态响应分布的手段。
2016-08-07 q-bio.NC
Modeling and characterizing stochastic neurons based on in vitro voltage-dependent spike probability functions
神经系统中的神经元受到不同的噪声源的影响，例如离子通道噪声和突触噪声，这在它们对相同刺激的重复呈现的反应中引入了变异性。这促使使用随机模型来描述神经元的行为。在这项工作中，我们描述了一个内在的随机神经元模型的基础上，电压依赖的尖峰概率函数。我们通过测量单个神经元的发放时间可靠性来确定内在噪声的影响，并研究了随机共振现象。该模型能够显示出增加的可靠性为非零的固有噪声值，根据什么是已知的从文献中，并增加了内在的随机性，它增强了随机共振存在的区域。我们继续在网络层面上的研究，我们研究了由随机神经元组成的随机网络的行为。在这种情况下，增加一个额外的维度，由固有噪声表示，揭示了系统的动态状态，否则无法找到。最后，我们提出了一种方法来估计尖峰概率曲线从体外电生理数据。
2021-06-08 q-bio.NC
Exact mean-field models for spiking neural networks with adaptation
具有适应性的尖峰神经元网络已被证明能够再现广泛的神经活动，包括支持大脑紊乱和正常功能的突发群体爆发和尖峰同步。从尖峰神经网络导出的精确平均场模型是非常有价值的，因为这样的模型可以用于确定单个神经元和网络参数如何相互作用以产生宏观网络行为。本文推导并分析了具有尖峰频率自适应的神经网络的精确平均场方程。具体来说，我们的模型是一个网络的Izhikevich神经元，其中每个神经元是由一个二维系统，包括一个二次积分和消防方程加上一个方程，实现尖峰频率自适应。以前的工作推导出这种类型的网络的平均场模型，依赖于假设足够慢的动态的适应变量。然而，这种近似并没有成功地在宏观描述和现实神经网络之间建立精确的对应关系，特别是当适应时间常数不大时。挑战在于如何实现一个封闭的一组平均场方程，包括适应变量的平均场表达式。我们解决这个挑战，通过使用一个Lorentzian anomaly结合矩封闭的方法来达到在热力学极限的平均场系统。所得到的宏观描述能够定性和定量地描述神经网络的集体动力学，包括紧张性放电和爆发之间的过渡。
2022-03-16 math.DS q-bio.NC
Measuring Shared Information and Coordinated Activity in Neuronal Networks
大多数神经系统在大型神经元网络的响应活动中编码关于刺激的信息。这种活动通常表现为动作电位的动态协调序列。由于多个电极记录现在是神经科学研究中的标准工具，因此具有适用于多个神经脉冲序列数据的这种网络范围的行为协调和信息共享的测量是重要的。我们提出了一个新的统计，信息的一致性，它衡量如何更好地预测一个单位可以通过知道另一个的动态状态。我们认为，信息一致性是一个衡量协会和共享信息，这是优于传统的成对措施的同步和相关性。为了找到动态状态，我们使用了一个最近推出的算法，重建有效的状态空间从随机时间序列。然后，我们通过估计网络的多信息，将成对测量扩展到网络的多变量分析。我们说明了我们的方法，通过测试它的一个详细的模型从伽马到β节律的过渡。
2005-07-29 math.ST nlin.CD q-bio.NC
Synaptic Integration of Spatiotemporal Features with a Dynamic Neuromorphic Processor
Luleå University of Technology（吕勒奥理工大学）
发放神经元可以通过突触前发放模式的非线性突触和树突整合来执行时空特征检测。非线性树突的多室模型和相关的神经形态电路设计使得能够忠实地模仿这种动态集成过程，但是这些方法也与相对高的计算成本或电路尺寸相关联。在这里，我们调查的时空尖峰模式与多个动态突触的DYNAP-SE神经形态处理器，它提供了一个互补的资源效率，虽然不太灵活，方法来特征检测点神经元的突触整合。我们研究如何以前提出的兴奋-抑制对动态突触可以结合起来，以整合多个输入，我们概括了这一概念的情况下，一个抑制性突触与多个兴奋性突触相结合。我们通过测量和分析神经形态神经元回路的膜电位来表征所产生的延迟兴奋性突触后电位（EPSP）。我们发现，生物相关的EPSP延迟，每个神经元的顺序为10毫秒的变化，可以实现在所提出的方式，通过选择不同的突触组合，由于设备不匹配。基于这些结果，我们证明了一个单点神经元动态突触的DYNAP-SE可以选择性地响应突触前尖峰与特定的时空结构，这使得，例如，视觉功能调整的单个神经元。
2021-06-01 cs.CV cs.NE q-bio.NC
