Estimating the number of neurons in multi-neuronal spike trains
研究神经活动和行为之间关系的一种常见方法是通过分析使用植入大脑中的一个或多个电极记录的神经元尖峰序列。每个尖峰训练通常包含由多个神经元生成的尖峰。一个自然出现的问题是“产生尖峰训练的神经元$ν$的数量是多少？本文提出了一种矩量法技术估计$ν$。这种技术估计噪声nonparametrically使用的数据从无声区域的尖峰训练，它适用于孤立的尖峰可能很小，但不可忽略，存在重叠尖峰。条件建立，其中所得到的估计$ν$是强一致的。为了衡量其有限样本的性能，该技术适用于模拟尖峰列车以及实际的神经元尖峰训练数据。
2011-04-14 q-bio.NC stat.AP
Spikes can transmit neurons' subthreshold membrane potentials
本文从理论上证明，尽管神经元通过跨越阈值的尖峰通信，其阈下膜电位波动仍可被完美传递至下游群体，这是高维集中现象的体现。
2025-01-23 math.PR q-bio.NC
Spike timing regularity in vestibular afferent neurons: How ionic currents influence sensory encoding mechanisms
初级前庭神经元被分类为分别使用速率和时间感觉编码策略的规则或不规则放电传入。虽然许多因素影响这些神经元的放电，但最近在哺乳动物前庭传入神经中的研究表明，驱动尖峰规律性的离子通道具有丰富的多样性。在这里，我回顾关键的离子电流在体外研究，并展示它们如何使感觉编码策略在体内演示。
2021-08-02 q-bio.NC
Stimulus - response curves of a neuronal model for noisy subthreshold oscillations and related spike generation
我们研究了一个噪声离子电导模型在膜电位和相关尖峰产生的内在阈下振荡的刺激依赖性调谐特性。在施加电流去极化时，该模型表现出亚阈值振荡活动，当振荡达到尖峰阈值时偶尔会产生尖峰。我们考虑如何施加的电流量，噪声强度，最大电导值的变化和缩放到不同的温度范围内改变模型的电压迹线，interspike间隔及其统计和平均尖峰频率曲线的响应。我们证明，阈下振荡神经元在噪声的存在下，可以灵敏地，也可以选择性地调整依赖于刺激的模型参数的变化。
2005-09-22 q-bio.NC
Theory of input spike auto- and cross-correlations and their effect on the response of spiking neurons
神经元之间的尖峰相关性在皮层中普遍存在，但它们的作用目前还不清楚。在这里，我们描述了一个泄漏的整合和消防神经元（LIF）时，它收到一个暂时相关的输入突触前相关的神经元群体产生的放电响应。输入相关性的特征在于放电率，Fano因子，相关系数和相关的时间尺度的神经元驱动的目标神经元。我们发现，突触前脉冲序列的总和不能很好地描述了泊松过程。在短相关时间尺度和长相关时间尺度的限制下，得到了输出点火率的解。
2007-10-11 physics.bio-ph q-bio.NC
Field-theoretic approach to compartmental neuronal networks: impact of dendritic calcium spike-dependent bursting
Boston University（波士顿大学）
本文提出了一种场论方法，用于研究分隔神经元网络中多种尖峰生成的集体活动，揭示了不同连接模式对平衡相图的影响及亚稳区。
2025-08-11 q-bio.NC
Noise-induced interspike interval correlations and spike train regularization in spike-triggered adapting neurons
神经元中的尖峰产生产生时间点过程，其统计由内在现象和待编码的外部传入输入支配。特别是，尖峰诱发的适应电流支持一个缓慢的时间过程，条件尖峰概率在目前的时间根据过去的活动。在这项工作中，我们研究的统计数据，在这样的非更新脉冲序列，神经元模型，再现不同的尖峰模式在一个小的适应情况下产生的尖峰间期的相关性。我们发现，当神经元以特定的放电率放电时，相关性会更强，这是由适应过程定义的。当设置在亚阈值状态时，神经元可以维持该特定的放电速率，并且因此通过噪声诱导相关性。鉴于，在这种制度下，interspike间隔是负相关的任何滞后，这种效果令人惊讶地意味着减少在有限的噪声强度的尖峰计数统计的变化。
2016-10-28 cond-mat.dis-nn physics.bio-ph q-bio.NC
Training and spontaneous reinforcement of neuronal assemblies by spike timing
皮层的突触连接是可塑的，经验塑造了神经元之间正在进行的相互作用。尖峰时间依赖可塑性（STDP）的理论研究集中在神经元对或大规模的模拟分析的洞察力是缺乏的。一个简单的解释如何快速尖峰时间相关性影响微观和宏观网络结构仍然缺乏。我们开发了一个低维的平均场理论，显示如何STDP引起强耦合的神经元组件与共享的刺激偏好，与连接积极加强自发动态过程中的脉冲序列相关性。此外，刺激编码的细胞组件积极维持这些内部产生的尖峰相关性，这表明了一个新的作用，噪音相关性的神经编码。组装形成往往与基于放电率的可塑性计划，我们的理论提供了一个替代和补充的框架，时间相关性和STDP的形式，并积极保持学习结构的皮层网络。
2016-07-30 q-bio.NC
Influence of synaptic interaction on firing synchronization and spike death in excitatory neuronal networks
我们研究了兴奋性神经元网络中突触相互作用的效能对放电同步的影响。我们发现了尖峰死亡现象，即神经元的状态从极限环过渡到不动点或瞬态。这些现象是在兴奋性突触相互作用的扰动下发生的，具有很高的功效。结果表明，突触电流的降低通过抑制钠离子电流的反馈而导致锋电位死亡。在具有锋电位死亡特性的网络中，同步程度较低，对神经元的异质性不敏感。其影响机制是神经元状态的转换破坏了神经元振荡节律的调整，阻止了放电同步性的进一步提高。
2008-11-17 cond-mat.dis-nn q-bio.NC
Multiscale relevance and informative encoding in neuronal spike trains
对复杂刺激和任务的神经元响应可以包括广泛的时间尺度。了解这些反应需要的措施，这些响应模式的信息是如何表示在多个时间分辨率的特点。在本文中，我们提出了一个度量-我们称之为多尺度相关性（MSR）-捕捉动态变化的单个神经元的活动在不同的时间尺度。MSR是一种非参数的、完全无特征的指示器，因为它仅使用放电活动的时间戳，而不诉诸任何先验协变量或调用神经活动的调谐曲线中的任何特定结构。当应用于来自mEC和来自行为自由的啮齿动物的ADn和PoS区域的神经数据时，我们发现具有低MSR的神经元倾向于具有低互信息和低发射稀疏性，这些相关性被认为是由记录的大脑区域编码的。此外，具有高MSR的神经元包含关于空间导航的重要信息，并且允许与其放电活动具有与待解码的协变量的高互信息的那些神经元一样有效地解码空间位置或头部方向，并且显著优于在其峰间间隔中具有高局部变化的神经元的集合。鉴于这些结果，我们建议，MSR可以被用来作为衡量排名和选择神经元的信息内容，而不需要呼吁任何先验协变量。
2019-12-20 q-bio.NC q-bio.QM
Firing statistics in the bistable regime of neurons with homoclinic spike generation
有规律放电的神经元的神经元电压动力学通常有一个稳定的吸引子：固定点（如在阈下状态）或限定动作电位的强直放电的极限环（在阈上状态）。然而，在已知引起全或无类型动作电位的三个尖峰起始分叉序列中的两个中，静息状态不动点和极限环尖峰可以共存于中间状态，从而导致双稳态动力学。这里，噪声可以引起吸引子之间的切换，即，之间的休息和尖峰，并因此增加了脉冲序列的变化相比，只有一个稳定的吸引神经元。由此产生的尖峰统计的定性特征取决于尖峰发作分叉。本研究的重点是通过鞍同宿轨道（HOM）分岔的尖峰极限环的创建，并推导出基于电导的神经元模型在双稳态制度的峰间期（ISI）密度。双稳态同宿神经元的ISI密度是单峰的，但不同于与鞍结不变环（SNIC）分叉相关的逆高斯分布。它表明，HOM分叉之间的过渡休息和尖峰主要是确定沿下行的动作电位-一个动态的功能，是不被常用的复位神经元模型捕获。推导出的尖峰统计量可以帮助识别实验数据中的HOM动力学。
2020-10-06 q-bio.NC
Biophysical properties and computational modeling of calcium spikes in serotonergic neurons of the dorsal raphe nucleus
中缝背核的5-羟色胺能神经元广泛分布于几乎整个大脑，对许多认知和生理过程具有重要的调节作用。它们在临床抑郁症和其他精神疾病中发挥重要作用。为了量化多巴胺能传递对靶细胞的影响，需要构建计算模型，为此，有必要详细了解多巴胺能神经元的生物物理和尖峰特性。在这里，几个基本的属性进行了审查，从20世纪60年代到现在的几项研究的数据。包括的数量是输入电阻，静息膜电位，膜时间常数，放电率，穗持续时间，穗和后超极化（AHP）的幅度，穗阈值，细胞电容，胞体和somadendritic面积。这些细胞的动作电位通常由钠电流和钙电流的组合触发，这可能导致自主起搏活动。在这里，我们分析的机制，高阈值的钙峰已被证明在这些细胞的TTX的存在。给钙尖峰所需的钙动力学的参数是完全不同的，从那些经常扣球，这表明参与的限制部分的体细胞-树突表面已被发现，例如，在海马神经元。
2012-12-05 q-bio.NC
Noise-assisted spike propagation in myelinated neurons
我们考虑噪声辅助的棘波传播的有髓轴突内的多室随机Hodgkin-Huxley模型。噪声来源于朗维尔的每个节点中的有限数量的离子通道。对于亚阈值结间的电耦合，我们表明，（i）固有噪声消除了尖锐的定义的阈值从节点到节点的尖峰传播，和（ii）存在一个最佳数量的离子通道，允许最有效的信号传播，它对应于实际的生理值。
2008-11-20 q-bio.NC
Spike Onset Dynamics and Response Speed in Neuronal Populations
最近的研究皮层神经元驱动的波动电流揭示了几百赫兹的动作电位编码的截止频率。生物物理神经元模型的理论研究已经预测了一个低得多的截止频率的平均放电率或倒数膜时间常数的顺序。因此，所观察到的高截止频率的生物物理起源还没有得到很好的理解。在这里，我们介绍了一个神经元模型与动态动作电位的产生，其中的线性响应可以分析计算不相关的突触噪声。我们发现，当动作电位起始的时间尺度变短时，截止频率增加到非常大的值。
2011-03-03 q-bio.NC
Highly connected neurons spike less frequently in balanced networks
许多生物神经元网络表现出高度可变的尖峰活动。平衡网络提供了这种可变性的简约模型。在平衡网络中，强兴奋性突触输入平均被强抑制性输入抵消，并且尖峰活动由这种平衡的瞬时中断驱动。大多数以前的平衡网络的研究假设一个同质或距离依赖的连接结构，但在生物皮层网络的连接是更加复杂。我们使用平衡网络的异质平均场理论来证明异质入度可以打破平衡，但可以通过与入度相关的异质出度来恢复平衡。在所有考虑的例子中，我们发现高度连接的神经元尖峰频率较低，与最近的实验观察一致。
2016-01-19 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
Spike-timing-dependent plasticity and random inputs shape interspike interval regularity of model STN neurons
本研究针对帕金森病相关的STN神经元振荡问题，建模分析随机输入与STDP等突触动力学的相互作用，发现二者共同调控放电模式与脉冲间期规律性，为PD机制及管理提供新见解。
2025-02-21 q-bio.NC
Effect of Synchronous Incoming Spikes on Activity Pattern in A Network of Spiking Neurons
尽管最近的神经生理学实验表明同步的神经活动参与了一些知觉和认知过程，但这种连贯的神经元行为的功能作用还没有得到很好的理解。作为阐明这一作用的第一步，我们研究了某些神经元活动的时间相干性如何影响神经网络中的活动模式。使用一个简单的网络的泄漏集成和消防神经元，我们研究了同步传入尖峰的功能上的两个机制，通常用于模型神经系统，赢家通吃的竞争和联想记忆。我们证明了一对开关所经历的传入尖峰，从异步到同步，然后回到异步，触发了网络从一个状态到另一个状态的过渡。例如，在联想记忆的情况下，这种转换控制下一次回忆的时间，而异步状态下的放电率模式为网络准备下一个检索模式。
2004-10-25 q-bio.NC
Auto and crosscorrelograms for the spike response of LIF neurons with slow synapses
在噪声存在下，简单但现实的神经元模型的响应特性的分析描述仍然缺乏。我们完全确定了一个单一的和一对泄漏的积分和消防神经元（LIF）接收一些常见的缓慢过滤的白噪声的发射统计的二阶。特别是，自相关和互相关函数的输出脉冲序列的细胞对的绝热近似\cite{Mor+04}中引入的改进。这两个函数定义了神经元之间的放电变异性和放电同步性，对于理解神经元之间的通信具有重要意义。
2007-10-11 physics.bio-ph q-bio.NC
Effects of the spike timing-dependent plasticity on the synchronisation in a random Hodgkin-Huxley neuronal network
在本文中，我们研究了在一个网络的霍奇金-赫胥黎神经元同步的影响，尖峰时间依赖的可塑性。神经元可塑性是神经元及其网络暂时或永久改变其生化、生理和形态特征以适应环境的灵活特性。关于可塑性，我们考虑赫布规则，特别是尖峰时间依赖可塑性（STDP），而对于网络，我们认为连接是随机分布的。我们根据输入水平和连接的概率来分析同步和去同步。此外，我们验证了同步的过渡取决于神经网络的结构，和外部扰动水平。
2015-03-07 nlin.CD q-bio.NC
A Wavelet Analysis of Transient Spike Trains of Hodgkin-Huxley Neurons
用连续小波变换和离散小波变换分析了由单个Hodgkin-Huxley（HH）神经元产生的由$M$（= 1 - 5）个脉冲组成的瞬态锋电位序列。我们研究了尖峰脉冲的脉冲间间隔（ISI）的变化和噪声对能量分布和小波熵的影响，这些能量分布和小波熵用小波变换展开系数表示。WT得到的结果进行了讨论与那些通过傅立叶变换得到的。
2001-11-02 cond-mat.dis-nn q-bio.NC
What causes a neuron to spike?
由神经元执行的计算可以被公式化为刺激空间中的维度减少和尖峰输出中固有的非线性的组合。白噪声刺激和反向相关（尖峰触发的平均值和尖峰触发的协方差）通常用于实验神经科学中，以“询问”神经元对刺激空间中的哪些维度敏感，并表征响应的非线性。在本文中，我们将逆相关应用于最简单的模型神经元与时间动态-泄漏积分和火灾模型-并发现，即使在这种简单的情况下，标准技术不恢复已知的神经计算。为了克服这一点，我们开发了新的反向相关技术，选择性地分析只有“孤立”的尖峰，并明确考虑到这些孤立的尖峰之前的扩展沉默。我们讨论了我们的方法表征神经适应的影响。虽然这些方法是在泄漏的集成和消防模型的背景下开发的，我们的研究结果是相关的从真正的神经元的尖峰列车的分析。
2003-01-09 physics.bio-ph physics.data-an 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
A quantitative comparison between spike-train responses of the Hodgkin-Huxley and integrate-and-fire neurons
计算并比较了单个Hodgkin-Huxley（HH）和整合-激发（IF）神经元在有和没有不应期时的尖峰脉冲串反应。假设HH和IF神经元通过兴奋性和抑制性突触耦合接收具有恒定峰间间隔（ISI）和由Gamma分布给出的随机ISI的尖峰序列输入：对于这两种耦合，HH神经元可以激发，而IF神经元只能用于兴奋性耦合。结果表明，IF神经元对恒定ISI输入的反应强烈依赖于不应期和突触强度，并且其反应与HH神经元的反应相当不同。HH和IF神经元的变异性不仅取决于随机输入的抖动，而且还取决于它们的平均值和突触强度。即使对于兴奋性输入，I型IF神经元也仅在有限的参数范围内可以很好地替代II型HH神经元
1999-10-05 cond-mat.dis-nn q-bio.NC
Spike-Train Responses of a Pair of Hodgkin-Huxley Neurons with Time-Delayed Couplings
对一对由周期性兴奋性-兴奋性时滞耦合的Hodgkin-Huxley（HH）神经元的棘波-串反应进行了模型计算。耦合的，可兴奋的HH神经元被假定为接收两种类型的尖峰序列输入：瞬态输入组成的$M$脉冲为有限的持续时间（$M$：整数）和连续输入与恒定的峰间期（ISI）。输出ISI的分布$T_{\rm o}$显示出丰富的变化，取决于耦合强度和时间延迟。的输出ISI的瞬态输入和顺序输入的依赖性之间的比较。
2000-12-04 cond-mat.dis-nn q-bio.NC
Conditional probability based significance tests for sequential patterns in multi-neuronal spike trains
在本文中，我们考虑在多神经元脉冲序列中检测统计上显著的序列模式的问题。这些模式的特征在于来自不同神经元的尖峰的有序序列，尖峰之间具有特定的延迟。我们以前提出了一个数据挖掘方案，有效地发现这样的模式，这是频繁的意义上说，在数据流中的模式的非重叠出现的计数是高于阈值。在这里，我们提出了一种方法来确定这些重复模式的统计意义，并自动设置阈值。我们的方法的新颖之处在于，我们使用复合零假设，不仅包括独立神经元的模型，还包括神经元具有弱依赖性的模型。神经元之间的相互作用的强度表示在某些成对的条件概率。我们通过对所有这些条件概率设置上限来指定我们的零假设。我们构建了一个概率模型来捕捉计数过程，并使用它来计算任何模式的计数均值和方差。利用这一点，我们得出了一个测试的显着性拒绝这样一个零假设。这也允许我们对不同的重要模式进行排序。我们说明了我们的方法使用脉冲序列产生的非齐次泊松模型与嵌入的依赖关系的有效性。
2008-08-28 cond-mat.dis-nn cs.DB q-bio.NC
Mind the Last Spike -- Firing Rate Models for Mesoscopic Populations of Spiking Neurons
用于理解皮层计算的主要建模框架是启发式放电率模型。尽管他们的成功，这些模型不足以捕捉尖峰同步效应，链接到生物物理参数和描述有限大小的波动。在这篇观点文章中，我们提出，耐火密度方法（RDM），也被称为年龄结构种群动力学或准更新理论，产生了一个强大的理论框架，建立基于速率的模型，从现实的神经元动力学在微观层面的介观神经元群体。我们回顾了RDM取得的最新进展，以获得有效的人口密度方程的网络广义积分和消防（GIF）神经元-一类神经元模型，已成功地适合于各种细胞类型。该理论不仅预测了大种群神经元的非平稳动力学，而且还允许扩展到有限大小的种群和系统地减少到低维速率动力学。新类型的速率模型将允许在生物约束下重新检查皮质计算模型。
2019-09-22 q-bio.NC
Comparison of Different Spike Sorting Subtechniques Based on Rat Brain Basolateral Amygdala Neuronal Activity
School of Electrical Engineering and Computer Science（电气工程与计算机科学学院）；The Pennsylvania State University（宾夕法尼亚州立大学）
发展脑神经元活动的电生理记录及其分析为探索脑功能结构和神经系统研究提供了基础。记录的信号通常是尖峰和噪声的组合。大量的背景噪声和来自记录位点附近的几个神经元的电信号记录的可能性促使科学家开发神经元信号处理工具，如尖峰分选，以促进大脑数据分析。锋电位分选在理解神经元网络的电生理活动中起着关键作用。这个过程准备记录的数据，用于解释神经元的相互作用和理解大脑功能的整体结构。锋电位分类包括三个步骤：锋电位检测、特征提取和锋电位聚类。有几种方法来实现每个尖峰排序步骤。本文提供了一个系统的比较各种尖峰分选子技术应用于真正的细胞外记录的数据，从大鼠大脑基底外侧杏仁核。一个有效的排序数据，导致从仔细选择的尖峰排序子方法，导致更好地解释在不同条件下的大脑结构的连接，这是一个非常敏感的概念，在诊断和治疗的神经系统疾病。在这里，尖峰检测通过经由三种不同的方法适当地选择阈值水平来执行。通过PCA和核PCA方法进行特征提取，其中核PCA优于PCA。我们已经应用了四种不同的算法，包括K-means，模糊C-均值，贝叶斯和模糊最大似然估计的尖峰聚类。作为大多数聚类算法的一个要求，最佳的聚类数是通过有效性指标为每种方法。最后，使用峰电位间隔直方图评估排序结果。
2019-10-27 cs.LG q-bio.NC stat.ML
Perfect spike detection via time reversal
神经元放电网络的模拟主要有三种方案：经典的时间驱动和事件驱动方案，以及最近的混合方案。所有这三种方案都通过一系列检查点来进化神经元的状态：第一种方案是等间距的，后两种方案是由尖峰事件决定的。时间驱动和混合方案确定神经元的膜电位是否在连续检查点之间的时间间隔结束时越过阈值。然而，即使该测试为阴性，也可能在间隔内发生阈值交叉。因此，可能会错过尖峰。目前的工作推导，实现和基准测试的方法完美的回顾性尖峰检测。该方法可应用于具有仿射或线性亚阈值动力学的神经元模型。该方法背后的想法是用时间反转的动力学来传播阈值，测试阈值是否穿过要进化的神经元状态，而不是相反。从代数上讲，这转化为一组必要且充分的不等式。该测试比不完美测试慢，但比基于二分法或寻根法的另一种完美测试快。比较证实了早期的结果，即在生物学相关设置中，不完美测试很少错过尖峰（少于错过尖峰的一部分$1/10^8$）。这项研究提供了一个替代的神经元动力学的几何观点。
2017-06-18 math.DG physics.bio-ph q-bio.NC
Low-dimensional spike rate models derived from networks of adaptive integrate-and-fire neurons: Comparison and implementation
单个神经元的放电活动可以很好地描述了一个非线性集成和发射模型，包括躯体适应。当暴露于波动的输入稀疏耦合的人口，这些模型神经元表现出随机的集体动态，可以有效地使用福克-普朗克方程的特点。[...]在这里，我们从该描述中推导出四个简单的模型的穗率动力学的低维常微分方程，使用两种不同的减少技术：一个使用的频谱分解的福克-普朗克算子，另一个是基于级联的两个线性滤波器和非线性，这是确定从福克-普朗克方程和半解析近似。我们评估了各种生物学上合理的输入统计量的简化模型，发现这两种近似方法导致尖峰速率模型，准确地再现了潜在的自适应集成和消防人口的尖峰行为。[...]低维模型也很好地再现了稳定的振荡尖峰速率动态，这是由经常性的突触兴奋和神经元适应。[...]我们已经提供了实现，允许数字集成的低维尖峰速率模型，以及福克-普朗克偏微分方程的任意模型参数化的有效方法作为开源软件。导出的尖峰速率的描述保留了一个直接的链接到单个神经元的属性，允许方便的数学分析的网络状态，并且非常适合于应用在神经质量/平均场为基础的脑网络模型。
2017-07-19 q-bio.NC
Using spike train distances to identify the most discriminative neuronal subpopulation
背景：多个神经元的棘波序列可以根据总和群体（SP）或标记线（LL）假设进行分析。对外部刺激的反应是由神经元群体作为一个整体产生的，或者单个神经元具有自己的编码能力。针对群体上的单个汇集的尖峰序列或针对每个神经元单独估计的SPIKE距离可以用于量化这些响应。新方法：对于SP的情况下，我们比较三种算法，搜索最具歧视性的亚群在所有的刺激对。对于LL的情况下，我们引入了一种新的算法，结合神经元，单独分离不同的刺激对最好的。结果：SP的最佳方法是在所有可能的亚群上进行强力搜索。但是，它只适用于小群体。对于更现实的设置，模拟退火明显优于梯度算法，仅增加有限的计算负荷。我们的新LL方法可以处理非常复杂的编码场景，尽管它的计算容易。与现有方法的比较：脉冲串距离已被扩展到SP和LL编码之间的神经种群插值分析。这包括参数化区分不同神经元中被激发的尖峰的重要性。然而，这些方法只考虑整个人口。对亚群的明确关注使我们的算法是互补的。结论：神经群体的编码可能性是广泛的。SP和LL情况是我们的算法提供正确识别结果的两个极端。
2018-09-14 physics.data-an q-bio.NC
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
Effects of spike-triggered negative feedback on receptive-field properties
感觉神经元通常用感受野来描述，也就是说，一个线性核，通过它在刺激被进一步处理之前过滤刺激。如果假设信息传递以前馈级联方式进行，则感受野可以被解释为使神经元输出最大化的外部刺激的轮廓。然而，神经系统包含许多反馈回路，感觉神经元过滤的电流比代表转导的外部刺激的电流多。一些额外的电流是由神经元本身的输出活动产生的，因此构成反馈信号。通过对输入/输出变换的时频分析，我们展示了反馈如何改变感受野。该模型适用于各种类型的反馈过程，从尖峰触发的内在电导抑制突触输入附近的神经元。我们区分内在感受野（过滤所有输入电流）和有效感受野（仅过滤外部刺激）。而内在感受野概括了与阈下整合和尖峰产生相关的神经元的生物物理特性，只有有效感受野可以被解释为使神经元输出最大化的外部刺激的轮廓。我们证明了尖峰触发反馈将低通滤波向带通处理转移，将积分器神经元转化为谐振器。对于强反馈，可能出现光谱神经元选择性的尖锐共振。我们的研究结果提供了一个统一的框架来解释以前的实验研究，其中特定的反馈机制被证明可以修改神经元的过滤特性。
2015-03-10 q-bio.NC
Thermodynamic Order Parameters and Statistical-Mechanical Measures for Characterization of the Burst and Spike Synchronizations of Bursting Neurons
我们感兴趣的是表征群体同步的爆发神经元表现出缓慢的爆发和快速的尖峰时间尺度，与尖峰神经元。种群同步可以在实验中获得的神经棘波的光栅图中很好地可视化。瞬时群体放电率（IPFR）$R(t)$可以直接从尖峰脉冲的栅格图中获得，在计算和实验神经科学中经常被用作描述群体行为的真实集体量。对于锋电位神经元，我们在$R(t)$的基础上引入了真实的热力学序参量和物理机械锋电位测度，对锋电位同步进行了实际表征。在这里，我们通过频率滤波分离的缓慢爆发和快速尖峰的时间尺度，并扩展的热力学序参量和爆炸的神经元的情况下的物理机械措施。因此，它示出在明确的例子中，顺序参数和物理力学措施可以有效地用于表征突发和尖峰同步的爆发神经元。
2014-10-06 nlin.CD physics.bio-ph q-bio.NC
Causal Spike Timing Dependent Plasticity Prevents Assembly Fusion in Recurrent Networks
该研究通过数值模拟与平均场理论发现，循环网络中因果型STDP规则可抵消共享神经元的对称相关性，使成员高度重叠的神经元集群维持功能独立，而非因果STDP在重叠超阈值时会引发集群融合，为分布式表征机制提供了理论依据。
2025-01-16 q-bio.NC
Waveform sample method of excitable sensory neuron
我们提出了一个新的解释编码信息的输入信号的周期到个人感觉神经元系统的尖峰序列。尖峰序列可以描述为输入信号的波形样本，其随机地将样本点锁定到波峰。通过对Hodgkin-Huxley（HH）神经元对周期性输入信号的响应仿真，证明了随机采样是一种合适的中频编码方法，因为其重构的尖峰脉冲序列的功率谱与神经信号的功率谱完全相同。
2006-01-09 q-bio.NC
Fast Inference of Interactions in Assemblies of Stochastic Integrate-and-Fire Neurons from Spike Recordings
我们提出了两个贝叶斯程序来推断的相互作用和外部电流的随机集成和消防神经元的组装从他们的尖峰活动的记录。第一个过程是基于精确计算的最有可能的时间过程的神经元膜电位的条件下记录的尖峰，是精确的消失的噪声方差和瞬时突触整合。第二个过程考虑到周围的电位的最有可能的时间过程中的波动的存在，并可以处理适度的噪声水平。这两个过程的运行时间与尖峰的数量S乘以神经元的平方数N成正比。该算法的验证与已知的耦合和电流的网络所产生的合成数据。我们还重新分析了先前发表的蝾螈视网膜活动记录（包括32至40个神经元和65，000至170，000个尖峰）。我们研究了膜泄漏时间上的相互作用的依赖关系，与经典的互相关分析的差异和相似之处进行了讨论。
2011-02-25 q-bio.NC stat.ML
Responses of Ensemble Neurons to Spike-Train Signals with Independent Noises: Stochastic Resonance and Spike Variability
用数值方法研究了$N$（=1，10，和100）Hodgkin-Huxley（HH）神经元对相干脉冲串输入的响应，其中相干脉冲串输入是独立的Poisson脉冲串（ST）噪声和高斯白噪声。研究了三个相互关联的问题：（1）两种噪声影响之间的差异和相似性，（2）神经元系综的大小对信噪比（SNR）的影响，以及（3）大的放电变异性与相当好的信息传输的兼容性。(1)ST噪声的随机共振（SR）的性质被证明是相当不同的白噪声。当通过$SNR=10 {\rm log_{10}} [(A/X^α) {\rm exp}(-B/X)]$给出的表达式分析在我们的模拟中获得的亚阈值输入的SNR时，其中$X$表示噪声强度，$A$和$B$是常数，指标$α$对于ST噪声是$α=3$，对于白噪声是$α=2$：前者不同于在许多非线性系统中实现的$α=2$的常规值。ST噪声对SR的作用不如白噪声有效。(2)通过增加集合神经元的大小$N$，可以大大提高由SNR评估的传输保真度。在一个大规模的神经元集成，SNR的阈上输入不显着降低弱噪声负责SR的阈下输入。(3)亚阈值输入的输出尖峰的尖峰间期（ISI）具有较大的变异性（$c_{v} \siml 0.8$），这与在皮层神经元中观察到的数据相当。尽管个体神经元的激发是可变的，但是在集合上求和的输出信号可以借助于SR和池化效应来携带具有相当好的SNR的信息。
2002-02-15 cond-mat.dis-nn q-bio.NC
Neuronal Spike Trains as Functional-Analytic Distributions: Representation, Analysis, and Significance
University of California San Diego（加州大学圣地亚哥分校）
本文提出基于Schwartz分布理论的统一框架，用于分析神经脉冲序列，提供精确的运算微积分方法，实现无需离散化、速率近似或平滑的闭式分析。
2026-04-14 math.FA q-bio.NC
Equivalence of approximation by networks of single- and multi-spike neurons
研究探讨了单突触和多突触神经元在近似能力上的等价性，证明两者在机器学习任务中具有相同的能力，从而扩展了单突触神经网络的近似结果。
2026-09-16 cs.AI cs.LG cs.NE
SPySort: Neuronal Spike Sorting with Python
多电极阵列细胞外记录是当代神经科学的基本工具之一。这些记录主要用于监测许多单个神经元的活动，被理解为发射动作电位的序列。但是细胞外记录产生的原始数据通常是几个神经元活动的混合物。为了得到单个贡献神经元的活动，需要一个称为尖峰排序的预处理步骤。我们在这里提出了一个经过良好测试的尖峰排序过程的纯Python实现。后者是以模块化的方式设计的，以便从交互式排序（例如IPython）顺利过渡到自动排序。令人惊讶的是-或者说是可悲的是，这取决于一个人的观点-将我们现在15岁的过程重新编码到Python中是主要的方法改进之际。
2014-12-19 cs.CE q-bio.NC
On the statistical significance of temporal firing patterns in multi-neuronal spike trains
在许多涉及多个神经元同时记录的实验中，观察到一组神经元的连续放电序列重复发生，神经元之间具有固定的时间延迟。这样的时间模式潜在地指示底层微电路，并且重要的是知道何时重复出现的模式在统计上是显著的。这些序列通常通过相关计数来识别，例如在Abeles和Gerstein的两带算法中。在本文中，我们提出了一种方法来决定这种相关性的意义，通过表征一个神经元对另一个神经元的影响的条件概率，并指定我们的零假设的条件概率的约束。这种检验相关计数显著性的方法比目前可用的方法更普遍，因为在我们的零假设下，我们不假设不同神经元的尖峰过程是独立的。我们的零假设的结构还允许我们根据构成模式的神经元之间的相互作用的强度对检测到的模式进行排序。我们展示了我们的方法，评估模拟脉冲序列的重要性，涉及非齐次泊松过程与强相互作用，其中的相关计数使用两个磁带算法。
2008-09-01 q-bio.NC
Formation of feedforward networks and frequency synchrony by spike-timing-dependent plasticity
具有非对称学习窗口的尖峰时间依赖可塑性（STDP）通常存在于大脑中，并且对于各种基于尖峰的计算（例如输入滤波和联想记忆）非常有用。STDP的一个自然结果是因果关系的建立，在这个意义上，神经元在特定的突触前神经元被激发之后滞后地学习激发。STDP对同步性的影响是难以捉摸的，因为尖峰同步性意味着不同神经元的单一尖峰事件，而不是神经元之间的因果延迟关系。我们探讨如何同步可以促进STDP在振荡器网络与起搏器。我们表明，STDP与非对称学习窗口导致自组织的前馈网络从起搏器。因此，STDP极大地促进了频率同步。即使由于突触可塑性而减少了尖峰时间的差异，有限的时间滞后仍然存在，使得不能实现完美的尖峰同步。与传统的基于耦合神经元相互作用的大规模同步机制不同，这里发现的同步途径是上游神经元对下游神经元的奴役。这种前馈同步的促进不会发生STDP与对称的学习窗口。
2012-07-12 cond-mat.dis-nn q-bio.NC
Spike timing-dependent plasticity induces non-trivial topology in the brain
我们研究了网络中Hodgkin-Huxley神经元暂时或永久改变其连接和行为的能力，即所谓的尖峰时间依赖可塑性（STDP），作为其同步行为的函数。我们认为STDP兴奋性和抑制性突触驱动的赫布规则。我们表明，STDP演变的网络的最终状态取决于初始网络配置。具体而言，初始的全对全拓扑演化为复杂拓扑。此外，外部扰动可以诱导共存的集群，那些神经元是同步的，那些神经元是desynchronous。这项工作表明，基于赫布规则的STDP导致高频率和低频率神经元之间的突触方向的变化，因此，赫布学习可以解释为这两个不同的神经元社区之间的优先连接，低频尖峰神经元和高频尖峰神经元。
2017-02-08 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
Stochastic Resonance of Ensemble Neurons for Transient Spike Trains: A Wavelet Analysis
本文利用小波变换（WT）分析了$N$（=1，10，100和500）Hodgkin-Huxley（HH）神经元系综对具有独立高斯噪声的{ \it瞬态} $M$ -脉冲锋电位序列（$M=1-3$）的响应。输入和输出信号之间的互相关用WT展开系数表示。通过使用WT内的{ \it去噪}方法来评估信噪比（SNR），通过该方法从输出信号中提取噪声贡献。虽然一个单一的（N=1）的神经元的响应亚阈值瞬态信号与噪声是相当不可靠的，传输保真度评估的互相关和SNR被证明是大大提高通过增加值的$N$：一个人口的神经元在随机共振（SR）瞬态尖峰输入中发挥不可或缺的作用。它还表明，在一个大规模的合奏，超阈值瞬态尖峰的传输保真度是不显着下降的弱噪声，这是负责SR亚阈值输入。
2001-11-29 cond-mat.dis-nn q-bio.NC
Single-trial estimation of stimulus and spike-history effects on time-varying ensemble spiking activity of multiple neurons: a simulation study
皮层神经回路中的神经元表现出协调的发放活动，并在行为和认知过程中产生相关的同步发放。我们最近开发了一种方法，通过结合同时神经元相互作用的模型（例如，自旋玻璃模型）与状态空间方法（Shimazaki等人，2012 PLoS Comput Biol 8 e1002385）。这种方法使我们能够估计刺激诱发的神经元相互作用的动力学，在相同的实验条件下，在重复的试验中是可重复的。然而，如果神经元动力学在试验中表现出显著的可变性，则该方法可能不适合于检测刺激响应。此外，先前的模型不包括神经元的过去尖峰活动对整体活动的当前状态的影响。在这项研究中，我们开发了一个参数化的方法，同时估计刺激和尖峰历史的影响，从单次试验数据的合奏活动，即使神经元表现出的动态，在很大程度上是无关的这些影响。为了这个目标，我们模型合奏神经元活动作为一个潜在的过程，包括刺激和尖峰历史的影响作为外源性输入的潜在过程。我们开发了一个期望最大化算法，同时实现估计的潜在过程，刺激反应，和尖峰历史的影响。所提出的方法是有用的内部皮层状态和感觉诱发活动的相互作用进行分析。
2013-12-16 cond-mat.stat-mech q-bio.NC stat.ML
Efficient methods for sampling spike trains in networks of coupled neurons
最近提出了蒙特卡罗方法来量化神经网络中的连接。关键问题是从单个神经元尖峰训练的条件分布中采样，给定网络中其他神经元的活动。神经元之间的依赖性通常相对较弱;然而，单个神经元的尖峰训练内的时间依赖性通常较强。在本文中，我们开发了几个专门的Metropolis-Hastings采样器，利用这种依赖结构。这些采样器是基于两个想法：（1）一个适应的快速向前向后算法从理论的隐马尔可夫模型，以利用本地固有的依赖性尖峰列车，和（2）一阶扩展的条件似然允许有效的精确采样的限制，神经元之间的弱耦合。我们还证明，这些采样器可以有效地将边信息，特别是在钙敏感成像实验的背景下，嘈杂的荧光观察。我们量化的效率，这些采样器在各种模拟实验中的网络参数是密切匹配的数据测量在真正的皮质网络，也证明了采样器应用于真正的钙成像数据。
2011-11-30 q-bio.NC stat.AP
Stimulus-dependent correlations in threshold-crossing spiking neurons
我们认为一个阈值交叉尖峰过程作为一个简单的模型内的神经元群体的活动。假设这些神经元由高斯统计的共同波动输入驱动，我们评估了具有不同阈值的成对模型神经元中的脉冲序列的互相关。这种相关函数在时间上往往是不对称的，表明具有较低阈值的神经元优先于具有较高阈值的神经元，即使它们的输入相同。这些结果之间的关系和尖峰统计在其他模型的神经活动进行了探讨。特别是，我们比较我们的模型与一个集成和消防模型，其中膜电压重置后，每个尖峰。尖峰交叉相关的定性性质，出现从阈值交叉模型，是类似的突发事件中的集成和消防模型。这对于广义的整合和激发模型尤其如此，在该模型中，尖峰往往以观察到的突发方式发生，例如，在由快速波动的视觉刺激驱动的视网膜神经节细胞中。因此，阈值交叉模型提供了一个简单的，易于分析的描述事件发生在这些神经元。
2009-02-12 q-bio.NC
To which extent is the membrane potential in a neuron between successive spikes adequately modelled by a (continuous) semimartingale?
我们考虑$p$ --某些膜电位数据的变化--在$p$固定的情况下被视为步长的函数，或在步长固定的情况下被视为$p$的函数--并将其形状与Ait-Sahalia和Jacod（2009）中的结果进行比较，后者确实适用于一般的半鞅。我们得到以下结论：在非或很少尖峰的情况下，膜电位表现为半鞅，在某些情况下，作为一个跳跃的半鞅。一旦神经元发放脉冲，半鞅模型不再适用于连续脉冲之间的膜电位，即使脉冲间间隔相对较长。
2010-08-25 math.PR q-bio.NC
Dynamical mean-field theory of spiking neuron ensembles: response to a single spike with independent noises
用半解析动力学平均场（DMF）理论研究了白噪声作用下的$N$ -单元FitzHugh-Nagumo（FN）神经元系综动力学行为，其中原始的$2 N$ -维{ \it随机}微分方程被用局部和全局变量的矩表示的8维{ \it确定性}微分方程所代替.我们的DMF理论，假设弱噪声和高斯分布的状态变量，超越了弱耦合组成的神经元。通过使用的表达的发射概率由于一个应用单一的尖峰，我们已经讨论了噪声，突触耦合和合奏的大小上的尖峰定时精度，这是通过增加的神经元合奏的大小，即使当有没有耦合神经元的影响。当引入耦合时，系综中的神经元以部分同步响应输入尖峰。将DMF理论扩展到一个大的簇，根据其功能可以划分为多个子簇。模型计算表明，当噪声强度是中等的，尖峰传播与一个相当精确的定时是可能的噪声子集群与前馈耦合，在synfire链。我们的DMF理论计算的结果很好地比较直接模拟得到的结果。文中还讨论了DMF理论与传统矩量法的比较。
2002-09-06 cond-mat.dis-nn q-bio.NC
Characterizing synaptic conductance fluctuations in cortical neurons and their influence on spike generation
皮质神经元受到持续的和不规则的突触活动，其引起膜电位（Vm）的重要波动。我们在这里回顾不同的方法来表征这种活动及其对穗产生的影响。简化的，波动点电导模型的突触活动提供了起点的各种方法的分析细胞内Vm记录。在这个模型中，突触的兴奋性和抑制性电导由高斯分布的随机变量或有色电导噪声来描述。匹配的实验记录的Vm分布的可逆的理论表达式，从模型中得到的突触电导分布的特征参数的提取。这种分析可以通过实验Vm功率谱密度（PSD）与理论模板的匹配来补充，即使实验PSD的意外缩放特性限制了后者方法的精度。建立在这种随机特性的突触活动，我们还提出了方法来定性和定量评估尖峰触发的平均值的突触时间过程之前的尖峰。这一分析指出了突触电导方差在确定尖峰时间中的重要作用。所提出的方法进行了评估，使用控制电导注射在体外皮质神经元的动态钳技术。我们回顾他们的应用程序在体内的细胞内记录在猫的关联皮层，这表明在确定在活性网络中嵌入的皮层神经元的阈下和阈上动力学抑制的主要作用的分析。
2007-11-15 q-bio.NC
Correlation in Neuronal Calcium Spiking: Quantification based on Empirical Mutual Information Rate
神经元群体中神经元相关性的量化有助于我们理解神经编码规则。这种量化还可以揭示神经元如何在正常和疾病条件下编码信息，如阿尔茨海默氏症和帕金森氏症。当神经元通过发送尖峰信号相互通信时，神经元内的钙浓度会固有地发生变化。因此，在钙脉冲序列中将存在相关性，并且它们可能具有异质记忆结构。在这种情况下，钙脉冲序列中互信息率的估计具有重要意义。然而，这样的估计是困难的，与现有的方法，将考虑更长的块收敛，而没有注意到，神经元信息的变化，在短的时间窗口。在此背景下，我们提出了一种更快的方法，利用对钙脉冲序列的记忆结构来量化它们之间共享的互信息。我们的方法已经表现出优越的性能与示例马尔可夫过程以及实验脉冲序列。这种互信息率分析可用于识别正常和异常条件下大群体中神经元行为的特征。
2021-05-07 eess.SP q-bio.NC
Comparison of feature extraction and dimensionality reduction methods for single channel extracellular spike sorting
Indian Statistical Institute（印度统计研究所）
神经元膜电位的尖峰在动物神经系统的功能中起主要作用。几十年来，从不同的神经元获得尖峰一直是一个具有挑战性的问题。已经提出了几种方案的尖峰分选分离的个人神经元的尖峰从细胞外介质中的电记录。然而，有很大的改进余地，在使用流行的方法穗排序获得的准确性。为了确定更有效的尖峰排序策略，使用众所周知的方法，我们比较了不同类型的信号特征和特征空间中的降维技术。我们试图确定一个最佳或接近最佳的特征提取和降维方法和最佳或接近最佳数量的特征的尖峰排序。我们评估了相对性能的众所周知的方法模拟录音专门设计的开发和基准的尖峰排序方案，不同数量的尖峰类和既定的方法$k$ -手段聚类的选择功能。我们发现几乎所有众所周知的方法都表现得很好。然而，从64个样本的尖峰波形，在24 kHz采样，使用主成分分析（PCA），以选择约46至55个功能导致更好的尖峰排序性能比大多数其他方法（Wilcoxon符号秩和检验，$p < 0.001$）。
2016-02-10 cs.CV q-bio.NC q-bio.QM
