A Neural Network Based Automated IFT-20 Sensory Neuron Classifier for Caenorhabditis elegans
确定成像数据中的神经元身份是神经科学中的一项重要任务，有助于比较生物体之间的神经活动。跨生物体的比较，反过来，使各种各样的研究，包括功能网络的全脑分析和特定神经元的活动与行为或环境刺激的联系。最近开发的三维，泛神经元成像与单细胞分辨率内秀丽隐杆线虫带来了神经元识别，跟踪和活动监测都触手可及。线虫C.由于其透明性和熟知的神经系统等因素，秀丽隐杆线虫经常被用作研究神经元活动的模式生物。高精度神经元识别的主要障碍是成年C。elegans，神经元细胞体的位置不是固定的。解决这个问题的现有方法使用遗传编码标记作为额外的识别特征。例如，NeuroPAL菌株使用多色荧光报告基因。然而，由于过度转基因的负面影响，这种方法的使用有限。在这项研究中，我提出了一种替代的神经元识别技术，只使用单色荧光图像。我设计了一个新颖的基于神经网络的分类器，它使用迭代的、基于地标的神经元识别过程来自动标记感觉神经元，该过程受到人类采用的手动注释程序的启发。这个设计标记了C中的感觉神经元。elegans，准确率为91.61%。
2022-10-24 cs.LG q-bio.NC
State-Dependent Modulation of Locomotion by GABAergic Spinal Sensory Neurons
脑脊髓液（CSF）构成界面，通过该界面化学信号可以到达并调节位于整个神经系统内的上皮边界处的神经元的活性。在这里，我们调查的作用和功能连接的一类GABA能感觉神经元接触脑脊液在脊椎动物的脊髓，被称为CSF-cNs。CSF-cNs的远程激活被证明可以触发斑马鱼幼虫的延迟缓慢运动，这表明这些细胞调节运动中枢模式发生器（CPG）的组件。结合体内解剖学、电生理学和光遗传学，我们发现CSF-cNs在V0-v神经元中间神经元上形成活跃的GABA能突触，这是运动CPG的重要组成部分。我们证实，激活CSF-cNs在休息诱导延迟缓慢运动的虚构的准备。相反，CSF-cNs的激活迅速抑制正在进行的缓慢运动。此外，选择性激活的吻侧CSF-cNs正在进行的活动中断rostrocaudal传播的下行兴奋沿脊髓，表明CSF-cNs主要作用于运动前水平。总之，我们的研究结果表明，脊髓GABA能感觉神经元可以调整的兴奋性运动CPGs的状态依赖性的方式投射到兴奋性运动前池的重要组成部分。
2018-12-03 q-bio.NC
Separating intrinsic interactions from extrinsic correlations in a network of sensory neurons
感觉神经网络中的相关性有外在和内在两种来源。外在或刺激相关性来自网络的共享输入，因此强烈依赖于刺激集合。内在或噪声相关性反映了神经元之间相互作用的生物物理机制，预计这些机制对刺激系综的变化具有鲁棒性。尽管这种区别对于理解感觉网络如何集体编码信息很重要，但没有方法可以可靠地将神经活动数据中的内在相互作用与外在相关性分开，限制了我们建立网络响应预测模型的能力。在本文中，我们介绍了一个通用的策略来推断{群体模型的相互作用的神经元，共同编码的刺激信息}。将内在相关性与外在相关性分开的关键是从编码模型中单独推断{神经元之间的耦合}，并使用平均场近似计算的校正将两者结合起来。我们证明了这种方法对视网膜记录的有效性。从对完全不同的刺激集合的反应中推断出相同的耦合网络，表明这些耦合确实反映了神经元之间的刺激独立的相互作用。推断的模型准确地预测视网膜神经节细胞群体的集体反应作为刺激的函数。
2018-02-22 cond-mat.dis-nn q-bio.NC
How behavioral constraints may determine optimal sensory representations
神经元的感觉触发活动通常以调谐曲线来表征，调谐曲线将神经元的平均响应描述为表征物理刺激的参数的函数。是什么决定了神经元群体中调谐曲线的形状？先前的理论研究和相关实验表明，感觉神经元的许多反应特征对于编码刺激相关信息是最佳的。然而，这个概念并不能解释通常观察到的两种一般类型的调谐配置文件：单峰和单调。在这里，我量化的一组调谐曲线的功效，根据可能的下游电机的反应，可以从它们构建。在这个意义上最佳的曲线可以具有单调或非单调的轮廓，其中单调曲线的比例和最佳调谐曲线宽度取决于目标下游函数的一般性质。这种依赖性解释了视觉细胞对双眼视差敏感的有趣特征，以及蝙蝠神经元对回声延迟的调谐。数值结果表明，最佳的感官调谐曲线的形状不仅由刺激统计和信号噪声特性，但也根据其对下游神经回路的影响，并最终对行为。
2006-12-18 q-bio.NC
The Computational Value of Sensory-Aligned Receptive Fields Depends on Neuronal Expressivity
University of Tübingen（蒂宾根大学）；Max Planck Institute for Biological Cybernetics（马克斯·普朗克生物控制论研究所）
本研究探讨感觉对齐感受野的计算价值，发现其优势依赖于神经元表达性，且稀疏性正则化不足以完全替代结构化感受野。
2026-09-24 cs.LG cs.NE q-bio.NC
Learning to make external sensory stimulus predictions using internal correlations in populations of neurons
为了弥补感官处理延迟，视觉系统必须做出预测，以确保及时和适当的行为。最近的研究发现，从视网膜开始，在视觉处理的早期，神经元群体中存在关于刺激的预测信息。然而，为了利用这些信息，下游细胞必须能够从视网膜神经节细胞的尖峰活动中读出预测信息。在这里，我们调查是否下游细胞可以学习有效的编码的预测信息在其输入中的其他指导性信号的情况下，从输入本身的相关性。我们模拟由蝾螈视网膜中记录的尖峰活动驱动的学习。我们将下游细胞建模为接收一小组加权输入的二进制神经元，并量化二进制神经元中的活动与未来输入之间的预测信息。在训练期间，输入权重根据尖峰时间相关的学习规则而变化。我们的特点下学习的读数尖峰时间依赖的学习规则，发现，虽然不动点的学习动力学与绝对的最佳读数，他们传达了几乎所有的信息传达的最佳读数。此外，我们发现，学习感知器传输的位置和速度信息的移动酒吧刺激几乎有效的最佳感知器。我们的结论是，预测信息是，原则上，可读的下游神经元的角度在没有其他输入，因此表明，自下而上的预测可能在感觉处理中发挥重要作用。
2017-06-26 q-bio.NC
Weak universality in sensory tradeoffs
对于许多生物体来说，感觉神经元的数量在很大程度上是在发育过程中决定的，在强烈的环境线索出现之前。这是尽管事实上，环境可以大幅波动，无论是从一代到一代，并在一个有机体的一生。生物体如何通过对感觉神经元的数量进行硬编码来生存？我们使用率失真理论来处理这个问题。模拟和理论的结合表明，当环境是大的，率失真函数-代理材料成本，时间延迟，和能源需求-只依赖于粗粒度的环境统计，预计将改变进化，而不是个体发育，时间尺度。
2016-06-13 q-bio.NC
Measuring and Understanding Sensory Representations within Deep Networks Using a Numerical Optimization Framework
感觉神经科学的一个核心挑战是描述神经元群体的活动如何代表外部环境的有用特征。然而，虽然神经生理学家早就能够记录清醒的、有行为的动物的神经元反应，但要说一个给定的神经元做什么完全是另一回事。一个关键问题是，在许多感官领域，一个人可能遇到的所有可能刺激的空间实际上是无限的;例如，在视觉中，自然场景是组合复杂的，生物体只会遇到可能刺激的一小部分。因此，即使描述感觉神经元的反应特性也是困难的，并且神经元功能的研究几乎总是受到可以考虑的刺激数量的严格限制。在本文中，我们提出了一个闭环，基于优化的实验框架，用于表征感觉神经元的响应特性，建立在闭环实验方法的过去的努力，并利用人工神经网络的最新进展，作为我们的技术的试验场。具体来说，使用深度卷积神经网络，我们询问现代黑盒优化技术是否可以用于询问深度非线性系统中人工神经元的“调谐景观”，而不会对所考虑的刺激空间施加重大约束。我们引入了一系列措施来量化调整景观，并展示了这些如何与对象识别任务中的网络性能相关。在某种程度上，深度卷积神经网络越来越多地作为生物视觉的事实上的工作假设，我们认为，开发一个统一的方法来研究人工和生物系统具有巨大的潜力，以推动这两个领域一起。
2015-02-17 cs.NE q-bio.NC
A small-correlation expansion to quantify information in noisy sensory systems
神经网络通过响应外部刺激的集体尖峰活动来编码信息。这种群体反应是嘈杂的和强相关的，由刺激引起的相关性和由共享噪声引起的相关性之间存在复杂的相互作用。到目前为止，理解这些相关性如何影响信息传输仅限于神经元对或小群体，因为维数灾难阻碍了更大群体中互信息的评估。在这里，我们开发了一个小的相关性扩展来计算大量神经元所携带的刺激信息，从而产生可解释的神经元放电率和成对相关性的分析表达式。我们验证了近似的合成数据，并证明其适用于电生理记录在脊椎动物视网膜，使我们能够量化的影响神经元之间的噪声相关性和记忆中的单个神经元。
2022-11-24 cond-mat.dis-nn q-bio.NC
Percept formation from neural populations in sensory decision-making tasks
我们研究了一个标准的线性读出模型的感知整合的感觉神经元的人口。我们表明，读出可以关联到一组特征方程，总结了联合试验到试验的协方差结构的神经活动和动物的记忆。这些特征方程隐含地确定了动物用来创建其感知的读出参数。特别地，它们隐含地约束了时间积分窗口w和引起该感知的神经元的典型数量K。仅仅比较神经敏感性和行为敏感性并不能将知觉整合的这两个来源分开，因此特征方程还涉及选择信号的测量，就像经典的选择概率实验测量一样。然后，我们提出了一种统计分析方法，它允许从有限数量的记录神经元和记录试验中恢复典型的集成规模W和K，并显示了这种方法在人工编码网络上的效率。我们还研究了统计方法的理论，并将其收敛规律与人口中神经活动的基本结构联系起来，如通过其奇异值分解所描述的。总而言之，我们的方法提供了第一个彻底的解释前馈神经元形成的感觉神经元的人口。它可以很容易地应用到经典的感官决策任务的实验记录，并希望提供新的见解知觉整合的性质。
2013-03-08 q-bio.NC
Cellular Adaptation Accounts for the Sparse and Reliable Sensory Stimulus Representation
大多数外周感觉通路中的神经元最初在出现首选刺激时反应强烈，但随着刺激的继续而适应。目前还不清楚这种现象如何影响皮层感觉处理后期的刺激表征。在这里，我们表明，一个时间稀疏和可靠的刺激表示自然发展的网络与适应神经元。我们发现，细胞的适应起着至关重要的作用，在短暂的减少试验的皮层尖峰的变化，提供了一个广泛的，迄今无法解释的现象，通过一个简单的机制的解释。在昆虫嗅觉中，细胞适应足以解释蘑菇体中时间稀疏和可靠的刺激表示的出现，独立于抑制机制。我们的研究结果揭示了一个计算原理，涉及神经元放电率适应时间稀疏编码和变异抑制神经系统与顺序处理架构。
2012-10-26 physics.bio-ph q-bio.NC
Fitting of dynamic recurrent neural network models to sensory stimulus-response data
我们提出了一个理论研究，旨在模型拟合的感觉神经元。传统的神经网络训练方法由于缺乏连续数据而不适用于此问题。虽然刺激可以被认为是一个平滑的时间依赖变量，相关的响应将是一组神经尖峰定时（大致上是连续动作电位峰值的时刻），没有振幅信息。一个循环神经网络模型可以通过使用最大似然估计方法来拟合这样的刺激-响应数据对，其中似然函数是从神经尖峰的泊松统计导出的。递归动态神经元网络模型的普适逼近特性使我们能够描述具有任意数目神经元的实际感觉神经网络的兴奋-抑制特性。刺激数据由具有固定振幅和频率但随机激发相位的相位余弦傅立叶级数生成。应用各种振幅值、刺激分量大小和样本大小，以检查刺激对识别过程的影响。结果以表格形式列于本文末尾。
2017-09-26 q-bio.NC
Multisensory learning recruits visual neurons into an olfactory memory engram
University of Oxford（牛津大学）
研究揭示多感官学习通过扩大记忆表征提升记忆表现，核心方法涉及视觉神经元与嗅觉记忆的连接，主要贡献是发现多感官训练增强记忆表达的机制。
2026-04-30 q-bio.NC
Neural Sampling by Irregular Gating Inhibition of Spiking Neurons and Attractor Networks
理论神经科学的一个悠久传统是将大脑中的感觉处理视为推断不完美感觉输入的最大一致解释的过程。最近，它已被证明，伽玛带抑制可以使神经吸引子网络近似执行这样的采样机制。在本文中，我们提出了一种新的神经网络模型的基础上不规则的门控抑制，分析显示它如何实现一个蒙特卡洛马尔可夫链（MCMC）采样器，并描述了它如何可以用来模拟网络的神经吸引以及单尖峰神经元。最后，我们将展示如何将此模型应用于尖峰神经元产生一个新的假定机制，可用于实现随机突触权重在生物神经网络和神经形态硬件。
2017-09-01 q-bio.NC
Efficient population coding of sensory stimuli
本文提出最优群体编码的一般理论，证明在生物噪声下最优激活函数是离散的，且ON与OFF细胞数量相等时每个脉冲编码信息量最高，并给出激活函数在刺激空间中的分布关系。
2023-08-10 q-bio.NC
Motor Learning Mechanism on the Neuron Scale
基于现有的数据，我们希望提出一个神经元尺度上的运动系统的生物模型。然后，我们指出其在统计和学习的影响。具体而言，神经元放电频率和突触强度本质上是概率估计。侧抑制也具有统计学意义。从学习的角度来看，通过逆行信使的树突竞争是条件反射和祖母细胞编码的基础。它们分别是运动学习和感觉运动整合的核心机制。最后，我们比较了运动系统和感觉系统。简而言之，我们希望弥合分子证据和计算模型之间的差距。
2014-07-18 cs.NE physics.bio-ph q-bio.NC
A Quantitative Neural Coding Model of Sensory Memory
感觉记忆在神经元尺度上的编码机制是神经科学研究的重要课题之一。我们提出了一个定量的神经网络模型，它是自组织、自相似、自适应的，就像一个遵循达尔文理论的生态系统。根据该模型，神经编码是从对象到神经元的多对一映射。整个大脑是一个实时统计的图灵机，具有强大的表示和学习能力。该模型可以解决时间编码与基于速率编码、祖母细胞与群体编码、衰减理论与干扰理论等重要争论。它还为记忆巩固、情景记忆、意识和情感等一些关键问题提供了解释。最后指出其哲学意义。
2014-06-25 cs.NE q-bio.NC
Neural and perceptual signatures of efficient sensory coding
哺乳动物的大脑是一个代谢昂贵的装置，进化的压力可能驱使它有效地利用其资源。对于感觉区域，这个概念被更正式地表达为最优性原则：大脑在给定可用资源的情况下，最大化编码的有关相关感觉变量的信息。在这里，我们开发了这种效率原则，用于编码具有不同噪声神经元群体的感觉变量，每个噪声神经元对特定范围的值做出响应。群体表示任何特定值的准确性取决于响应该值的细胞数、它们的选择性和它们的响应水平。我们推导出这些参数的最优解的封闭形式，作为在环境中遇到的刺激值的概率的函数。这种最佳神经元群体也限制了生物体区分编码变量的不同值的能力。其结果是，我们预测的环境，神经元的分配和选择性的人口，和感知的可辨别性的统计特性之间的显式关系。我们测试这种关系的三个视觉和两个听觉属性，并发现它是显着与现有的数据一致。
2016-02-29 q-bio.NC
Learn to integrate parts for whole through correlated neural variability
Institute of Science and Technology for Brain-Inspired Intelligence, Fudan University（复旦大学生脑启发智能科学技术研究院）；Key Laboratory of Computational Neuroscience and Brain-Inspired Intelligence (Fudan University), Ministry of Education（教育部计算神经科学与大脑启发智能重点实验室（复旦大学））；MOE Frontiers Center for Brain Science, Fudan University（复旦大学教育部前沿脑科学中心）；Zhangjiang Fudan International Innovation Center（张江复旦国际创新中心）；School of Mathematical Sciences, Fudan University（复旦大学数学科学学院）；Shanghai Center for Mathematical Sciences（上海数学中心）；Shanghai Key Laboratory for Contemporary Applied Mathematics（上海当代应用数学重点实验室）；Key Laboratory of Mathematics for Nonlinear Science（非线性科学数学重点实验室）
本文提出一种统计力学理论，将知觉信息编码于感觉神经元的相关变异性中，并转化为下游放电率，通过脉冲神经网络实现高保真方向恢复和更优图像分类，挑战了神经协方差的次要地位。
2024-01-01 cs.NE physics.bio-ph q-bio.NC
Unsupervised learning by a nonlinear network with Hebbian excitatory and anti-Hebbian inhibitory neurons
本文介绍了一种基于速率的非线性神经网络，其中兴奋性（E）神经元接受来自感觉性（S）神经元的前馈兴奋，并通过抑制性（I）中间神经元介导的双突触通路相互抑制。基于相关性的双突触抑制可塑性用于不完全地去关联E神经元活动，推动E神经元学习不同的感觉特征。可塑性方程还包含“额外”的条款，促进兴奋性突触之间的竞争收敛到同一突触后神经元和抑制性突触从同一突触前神经元发散。可以调整S $\to$ E连接之间的竞争参数，以使学习的特征看起来更像“部分”或“整体”。“I-E连接之间的竞争参数可以调整，以设置E神经元活动的典型去相关性和稀疏性。无监督学习的数值模拟表明，相对较少的I神经元就足以实现良好的去相关，增加I神经元的数量可以使去相关更加完整。作为学习的结果，对活跃的E神经元的兴奋性和抑制性输入大致平衡。
2018-12-30 cs.NE q-bio.NC
Modulation of sensory information processing by a neuroglobin in C. elegans
感觉受体神经元将其动态范围与生态相关的刺激强度相匹配。在大多数受体中，这种调谐是如何实现的，人们知之甚少。我们在C.两种假定的分子O2传感器，一种脑红蛋白和O2-结合可溶性鸟苷酸环化酶，对抗性地工作，以塑造一个缓慢的S形O2响应曲线，当O2达到21%时，该曲线被调整为接近饱和。glb-5通过在O2水平下降时抑制URX中O2诱发的Ca 2+反应来施加这种S形功能。在没有GLB-5的情况下，URX响应曲线在15%O2下接近饱和。在行为上，GLB-5信号通路扩大了C. elegans同时保持对21%O2的强烈回避。我们的计算趋氧性模型表明，GLB-5调制URX反应和逆转行为之间的关系是足以扩大O2偏好。因此，脑红蛋白可以改变神经信息编码，导致感知和行为改变。
2016-09-14 q-bio.NC
Delivery of time-varying stimuli using ChR2
为了了解神经元群体的感觉处理，有必要将刺激传递到动物的感觉器官并记录下游诱发的群体活动。然而，从感觉输入到细胞中的突触电流的通路是复杂的，这些细胞是从感觉器官移除的几个突触。来自其他大脑区域的内在噪声和不受控制的调制输入会干扰明确定义的刺激的传递。在这里，我们调查的能力通道视紫红质提供精确的随时间变化的电流，神经元在任何一点沿感觉运动通路。为了做到这一点，我们首先推导出的通道视紫红质-2（ChR 2）的振幅响应函数，使用三态马尔可夫通道动力学模型。通过生物医学上真实的参数，该函数支持相对宽的信号通带并包含共振。我们确认我们预测的振幅响应函数的有效性，使用时变光学刺激的兴奋性神经元，表达野生型ChR 2或ChR 2（H134 R）突变体。总之，我们的研究结果表明，ChR 2衍生的光遗传学工具可用于在生理相关的频带上向遗传指定的群体提供可重复的时变电流。
2013-01-15 q-bio.BM q-bio.NC
Characterizing the nonlinear structure of shared variability in cortical neuron populations using latent variable models
感觉神经元通常对相同刺激的重复呈现具有可变的反应，这可以显著降低包含在这些反应中的刺激信息。如果变异性在许多神经元之间共享，则原则上可以保留这些信息，但这取决于共享变异性的结构及其与群体水平上的感觉编码的关系。神经活动中的这种共享可变性的结构可以通过潜变量模型来表征，尽管它们迄今为止通常在限制性数学假设下使用。在这里，我们介绍了两个非线性潜变量模型分析大规模的神经记录。我们首先提出了一个一般的非线性潜变量模型，是不可知的刺激调谐性能的个别神经元，因此非常适合探索神经元群体的调谐性能没有得到很好的表征。这激发了第二类模型，即广义仿射模型，它同时确定每个神经元的刺激选择性和一组潜变量，这些潜变量以相加和相乘的方式调制这些刺激驱动的反应。虽然这些方法可以检测到非常普遍的非线性关系共享的神经变异，我们发现，记录在麻醉初级视觉皮层（V1）的神经活动是最好的描述由一个单一的添加剂和单一的乘法潜在变量，即“仿射模型”。相比之下，应用相同的模型记录在清醒的猕猴前额叶皮层发现更一般的非线性competencies描述的人口反应的变异性。因此，这些结果表明，非线性潜变量模型可以用来描述人口反应的变异性，并建议，一系列的方法是必要的，在不同的实验条件下研究不同的大脑区域。
2019-04-23 q-bio.NC q-bio.QM
Motor neuron pathology in CANVAS due to RFC1 expansions
由RFC 1双等位基因扩增引起的CANVAS是遗传性感觉神经元病的主要原因。RFC 1扩增的检测具有挑战性，CANVAS可能与非典型特征相关。我们的临床和遗传特征的50例患者，选择的基础上存在的感觉神经元病证实的肌电图。我们通过PCR、重复引物PCR和长距离PCR产物的Southern印迹（一种新开发的方法）筛选RFC 1扩增。对1例患者的脑和脊髓进行了神经病理学表征。大多数患者（88%）在RFC 1中携带双等位基因（AAGGG）n扩增。除了核心CANVAS表型（感觉神经元病、小脑综合征和前庭损伤）外，我们还观察到慢性咳嗽（97%）、眼部体征（85%）、运动神经元受累（55%）、自主神经功能障碍（50%）和帕金森综合征（10%）。运动神经元受累24例（63.1%）。29%的患者出现第一运动神经元体征，如快速反射、足底伸肌反应和/或痉挛状态，18%的患者出现第二运动神经元体征，如肌束震颤、消瘦、虚弱或EMG上的神经源性模式，16%的患者同时出现这两种体征。在19%的患者中观察到混合运动和感觉神经元病。在6名非RFC 1患者中，1名患者携带杂合AAGGG扩增和GRM 1致病性变体。1例RFC 1患者的神经病理学检查显示，患者具有丰富的表型，包括帕金森综合征、自主神经功能障碍和认知能力下降，表现为后柱和腰椎后根萎缩。前庭脊髓束和脊髓小脑束轻度变性。我们观察到明显的星形胶质细胞增生和轴突肿…
2022-01-25 q-bio.NC
The information transmitted by spike patterns in single neurons
据报道，尖峰模式在几个大脑区域编码感官信息。在这里，我们通过比较不同选择的读出神经字母表传输的信息量来评估特定模式在神经代码中的作用。这使我们能够根据可以从中提取的信息量对几个备选字母进行排名。因此，人们可以识别出构成代码中最突出成分的特定模式。最后，我们讨论的相互作用的分类和时间信息的协同或冗余的神经代码的量。
2009-12-11 q-bio.NC q-bio.QM
A universal theorem of sensory information
Kyushu University（九州大学）
本文从感觉神经元最小描述出发，基于香农信息论推导感官信息普适定理，发现放电率类似热力学状态函数，提出的感觉适应相关不等式获跨模态跨物种实验验证，得出闭合刺激循环感官信息净增益非负的规律。
2025-11-14 q-bio.NC
Optimal decoding of dynamic stimuli encoded by heterogeneous populations of spiking neurons - a closed form approximation
神经解码可以被公式化为基于点过程观测的动态状态估计（滤波），这是一个通常难以处理的问题。数值采样技术对于真实神经数据的解码通常是实用的。然而，它们作为建模和理解感觉神经系统的理论工具不太有用，因为它们导致对最佳编码和解码策略的概念性见解有限。我们认为感觉神经元群体的特点是分布在神经元参数。我们开发了一个易于分析的贝叶斯近似最佳过滤的观察尖峰活动的基础上，极大地方便了分析的最佳编码的情况下偏离统一编码的共同假设。连续分布被用来近似具有很少参数的大群体，导致滤波器的复杂性不随群体大小而增长，并且允许优化群体参数而不是个体调谐函数。与粒子滤波的数值比较证明了近似的质量。的分析框架导致的见解，这是很难获得的数值算法，并与生物学观察的感觉细胞的首选刺激的分布是一致的。
2019-01-14 q-bio.NC
How to take turns: the fly's way to encode and decode rotational information
感觉系统将连续变化的刺激作为其输入，并将与生物体的生存相关的特征编码成一系列动作电位-脉冲序列。复杂的动态输入的整个动态范围必须被压缩成一组离散的尖峰时间，面对任何感觉系统的问题是：刺激的哪些特征被编码，动物如何解码它们以恢复其外部感觉世界？在这里，我们研究这个问题的两个运动敏感的H1神经元的苍蝇的光学系统，这是敏感的水平速度刺激，每个神经元响应相反指向的首选方向。它们构成了一个有效的探测器，用于探测苍蝇身体绕垂直轴的旋转。令人惊讶的是，由耗尽刺激$S_B(t)$产生的脉冲序列$ρ_B(t)$（仅包含速度$S(t)$反转其方向的瞬间）传达与由完整刺激$S(t)$产生的脉冲序列$ρ(t)$相同量的全局（香农）信息。这些信息量刚好足以对速度反转的瞬间进行编码。然而，这足以给运动系统一个至关重要的命令：向左或向右，将H1神经元转变为有效的模数转换器。此外，从$ρ(t)$和$ρ_B(t)$计算的概率分布也是相同的。在速度反转之后的脉冲序列中仍然存在80毫秒长并且包含约3-6毫秒长的脉冲间隔的区域，其中详细的刺激属性被编码。我们提出了一个解码方案-如何重建刺激的脉冲序列，这是快速和实时工作。
2011-03-02 q-bio.NC q-bio.QM
Inhibitory feedback from the motor circuit gates mechanosensory processing in C. elegans
本文揭示秀丽隐杆线虫通过转向相关神经元SAA、RIV和/或SMB的抑制性反馈，在AVA上游快速门控机械感觉加工，从而在转向时抑制机械感觉诱发的后退反应。
2023-06-27 q-bio.NC
A Spiking Neural Network Model of Elementary Self-Consciousness via Endogenous Default Mode Network Dynamics
Complutense University of Madrid（马德里康普顿斯大学）；The Crazy Lab（疯狂实验室）
该研究提出一个包含10,000个神经元的脉冲神经网络模型，通过内源性默认模式网络起搏器与感觉层的相互作用，为自我意识的涌现提供了数学框架。
2026-09-30 cs.NE q-bio.NC
Combinatorial coding in neural populations
为了评估大脑皮层中神经代码的性质，我们使用了理论和实验相结合的方法来评估信息如何在现实的皮层群体反应中表现出来。我们已经展示了如何在生物现实的时间尺度上估计感官刺激，给出具有相似响应特性的神经元群体的简短个体响应。对于纹外运动区MT中的神经元，一种组合代码，一种跟踪整个群体中单个神经元的动作电位和沉默的细胞身份的代码，携带的关于视觉运动的信息是同一组细胞的平均尖峰计数的两倍。由于MT神经元响应于恒定运动刺激的不同放电率动态，组合代码更具信息性，并且对神经元-神经元相关性具有鲁棒性。我们提供了一个理论动机，这些意见，挑战通常持有的想法，在单个神经元和神经元群体的水平上的皮质编码的性质。
2008-03-27 q-bio.NC q-bio.QM
Decomposing stimulus-specific sensory neural information via diffusion models
Institut de la Vision, INSERM, CNRS Sorbonne Université（视觉研究所，INSERM，CNRS，索邦大学）；Laboratoire des Systèmes Perceptifs Sorbonne University & École Normale Supérieure - PSL（感知系统实验室，索邦大学与巴黎高等师范学院-PSL）
针对感觉编码中互信息逐刺激分解这一不适定问题，研究者提出三大公理并推导出符合准则的可处理分解方法，借助扩散模型实现高效估计，可量化刺激及特征对神经编码信息的贡献，为神经表征研究提供可扩展可解释工具。
2025-10-22 q-bio.NC stat.ML
Low-dimensional functionality of complex network dynamics: Neuro-sensory integration in the Caenorhabditis elegans connectome
我们在模式生物秀丽隐杆线虫中建立了一个神经感觉整合的生物物理模型。最近的实验结果的神经元电导和他们解决的连接体的基础上，我们建立了第一个完整的动态模型的神经电压激励，允许输入刺激的行为反应的表征。因此，受体细胞输入下游运动反应之间的明确连接被示出，显示出强大的，低维的分叉结构主导神经通路的活动。所发现的基本分叉结构，即诱导的Hopf分叉，在解释诸如游泳和爬行的行为反应中是至关重要的。更广泛地说，我们证明了复杂的动态网络可以产生强大的功能，从底层的低维分叉。
2014-02-18 q-bio.NC
Closing the loop on multisensory interactions: A neural architecture for multisensory causal inference and recalibration
当大脑接收来自多个感觉系统的输入时，它面临着这样一个问题：是否应该将这些输入组合起来处理，就好像它们来自同一个事件，或者分开处理，就好像它们来自不同的事件。此外，它还必须有一种机制，通过这种机制，它可以保持感官输入的校准，以保持其内部表征的准确性。我们已经开发出一个神经网络架构，能够i）近似最佳的多感官空间整合，基于贝叶斯因果推理，和ii）重新校准的空间编码的感觉系统。该架构是基于背侧处理层次结构的特征，包括单感觉神经元的空间调谐特性和多感觉神经元上不同感觉输入的收敛。此外，我们提出，这些unisensory和多感觉神经元发挥双重作用，i）编码空间位置作为单独或综合的估计和ii）积累证据的独立性或相关性的多感觉刺激。我们进一步提出，自上而下的反馈连接跨越背侧通路发挥关键的作用，在重新校准空间编码的水平，早期unisensory皮质。我们提出的架构提供了一些人类电生理和神经成像结果的可能解释，并产生可测试的预测神经生理学与行为。
2018-03-04 cs.NE q-bio.NC
Adaptive coding efficiency in recurrent cortical circuits via gain control
本文提出一种新的自适应高效编码目标，通过递归网络中单神经元增益变化的传播来解释V1群体适应现象，并解析推导出在信息保真度与代谢资源之间取得最优权衡的增益集合。
2023-05-31 q-bio.NC
A Normative Theory of Adaptive Dimensionality Reduction in Neural Networks
为了理解这个世界，我们的大脑必须分析由我们的感觉器官传输的高维数据集。因为这种分析从降维开始，所以对早期感觉处理进行建模需要生物学上合理的在线降维算法。最近，我们得出这样的算法，称为相似性匹配，从多维尺度（MDS）的目标函数。然而，在现有的算法中，输出维度的数量是由输出神经元的数量先验地设置的，并且不能改变。由于感官输入中的信息维度的数量是可变的，因此需要自适应降维。在这里，我们推导出生物学上合理的降维算法，该算法将输出维度的数量调整到输入协方差矩阵的特征谱。我们制定了三个目标函数，在离线设置中，通过输入数据集到其主子空间上的投影进行优化，该子空间由输出协方差矩阵的特征值缩放。进而，输出特征值被计算为输入协方差矩阵的i）软阈值特征值，ii）硬阈值特征值，iii）均衡阈值特征值。在在线设置中，我们推导出三个相应的自适应算法，并将它们映射到具有生物学合理的局部学习规则的网络中的神经元活动的动态上。值得注意的是，在最后两个网络中，神经元被分为两类，我们将其识别为生物回路中的主神经元和中间神经元。
2016-01-26 cs.NE q-bio.NC
Strong, but not weak, noise correlations are beneficial for population coding
本文通过视网膜记录和理论建模证明，强噪声相关性即使与信号相关性方向一致也有益于群体编码，并揭示其有助于高维刺激细粒度细节的编码。
2025-07-02 q-bio.NC
Spatially distributed computation in cortical circuits
大脑皮层中神经计算的传统观点认为，感觉神经元是专门化的，即，对某些感官刺激有选择性。这一观点受到了挑战的证据之间的背景相互作用的刺激尺寸，其中一个神经元的反应，一个维度强烈依赖于其他维度。在这里，我们使用数学建模，心理物理学和电生理学的方法来解决传统观点的缺点。使用一个通用的皮层回路模型，我们从简单的演示开始，即皮层反应总是分布在神经元之间，形成特征波形，我们称之为神经波。当受到模式化刺激时，神经波的干扰会引起电路反应。所产生的干扰模式取决于刺激维度之间的相互作用。这些模拟的响应与生物视觉的响应的比较清楚地表明，神经波干扰的框架提供了一个有用的替代神经计算的标准概念。
2022-02-25 q-bio.NC
A model of sensory neural responses in the presence of unknown modulatory inputs
神经反应是高度可变的，这种可变性的一部分来自改变其增益的调节因素的波动，例如适应，注意力，唤醒，预期或实际奖励，情绪和局部代谢资源可用性。不管它们的起源如何，这些信号的波动都可能混淆或偏离人们从尖峰反应中得出的推论。最近的工作表明，对于感觉神经元，这些效果可以通过调制泊松模型来捕获，其速率是刺激驱动的响应函数和未知调制信号的产物。在这里，我们扩展了这个模型，通过合并明确的调制元素是已知的（具体来说，尖峰历史依赖，如在以前的模型），并通过约束剩余的潜在的调制信号是平滑的时间。我们开发推理程序，通过证据优化来拟合整个模型，包括超参数，并将其应用于模拟数据，以及雪貂听觉中脑和皮层神经元对复杂声音的反应。我们表明，整合出的潜在调制器产生更好的（或更容易解释）感受野估计比标准的泊松模型。相反，整合出的刺激依赖性产生的缓慢变化的潜在调制器的估计。
2015-07-07 q-bio.NC stat.ML
A structural and a functional aspect of stable information processing by the brain
本文提出了一种由循环子回路组成的脑神经回路模型。一个大回路被定义为由从感觉神经元到大脑最高处理区域的前馈路径和从该区域返回到接近相同感觉神经元的反馈路径组成。数学上已经证明了一些较小的周期可以放大信号。一个大的环路是通过对比和放大原理来处理信息的。我们假设，从放电神经元发出的脉冲序列将其产生的所有信息编码为输出。可以通过傅里叶变换提取一段时间内的该信息。以矢量形式排列的傅立叶系数将唯一地表示一段时间内的神经脉冲序列。在一段时间内从给定神经回路中的所有神经元发出的信息将由多维向量空间中的点的集合表示。这一簇点代表了神经回路的功能或行为形式。有人提出，大脑根据存储在回路中的记忆和回路的突触可塑性交互地选择一组特定的向量来表示新的行为。有人提出，在这种情况下，一个库仑力一样的表达式支配的电路和系统的稳定性的运作的动态达到的所有最小值的潜在功能从力一样的表达式。计算已经完成相对于一个伪度量定义在一个多维向量空间。
2007-06-16 q-bio.NC q-bio.QM
Task-driven intra- and interarea communications in primate cerebral cortex
认知任务中的神经元关联是研究脑信息处理和计算的核心。然而，由于在任务执行过程中难以同时记录单个神经元，它们的分析很差。在目前的工作中，我们量化的神经方向的相关性，同时记录在感觉，运动前区，和运动皮质区的两只猴子在体感辨别任务的脉冲序列。在将脉冲序列建模为二进制时间序列后，我们使用非参数贝叶斯方法来估计任务不同阶段（即感知、工作记忆、决策和运动报告）中许多对神经元之间的成对方向相关性。我们发现，解决任务涉及前馈和反馈相关路径连接的感觉和运动区域在一定的任务间隔。具体来说，信息是通过任务驱动的神经相关性来传达的，当决策发生时，这些神经相关性在次级躯体感觉皮层、前运动区和运动区之间显著延迟。至关重要的是，当感觉比较不再被要求用于任务执行时，大部分方向相关性在所有皮层区域都消失了。
2015-05-05 q-bio.NC
Trade-off between sensitivity and selectivity in olfactory receptor neuron
之前观察到，由于嗅觉系统中的会聚，可能的放大可以与会聚程度一样大。这是在来自收敛输入的单个脉冲足以触发次级神经元的情况下。另一方面，如果触发需要多个脉冲，则可以获得辨别能力的增益，同时由于收敛而获得的灵敏度降低。我们讨论了这种权衡的具体估计使用嗅觉感觉神经元和它的受体蛋白的集合作为一个例子的系统收敛。
2019-01-25 physics.bio-ph q-bio.NC
The Neuron as a Direct Data-Driven Controller
Neuroscience Institute, NYU Langone Medical School（纽约大学朗格尼医学院神经科学研究所）；Center for Computational Neuroscience, Flatiron Institute（熨斗研究所计算神经科学中心）；Physics Department, Indiana University（印第安纳大学物理系）
本研究将神经元概念化为最优反馈控制器，利用 Direct Data-Driven Control (DD-DC) 框架建模其隐式识别动态、推断状态并优化控制的过程，解释了多种神经生理现象，为构建神经网络提供了新颖的生物学基本单元。
2024-01-03 cs.AI cs.SY eess.SY
Multiplicative and additive modulation of neuronal tuning with population activity affects encoded information
大量研究表明，神经元响应受刺激特性的调节，也受局部网络状态的调节。然而，很少有人知道神经元群体的活动波动如何调节细胞的感觉调谐，并影响其编码的信息。我们发现灵长类动物视觉皮层中正在进行的和刺激诱发的群体活动的波动以乘法和加法的方式调节神经元的调谐。当神经元分布在连续体上时，具有较强乘法效应的神经元倾向于具有较少的加法调制，反之亦然。倍增调制神经元编码的信息随着群体活动的增加而增加，而叠加调制神经元编码的信息则随着群体活动的增加而减少。这些影响相互抵消，所以人口活动对总信息的影响很小。因此，我们的研究结果表明，内在的活动波动可能会作为一个“红绿灯”，决定哪些子集的神经元是最丰富的信息。
2017-11-04 q-bio.NC
Fluctuations and information filtering in coupled populations of spiking neurons with adaptation
大量的尖峰元素是大脑功能的基础，但也用于物理学的许多领域。在这里，我们提出了一个理论的动力学的尖峰单位的有限大小的人口，基于准更新描述的神经元与适应。我们推导出一个积分方程的有色噪声，管理的人口活动的随机动力学响应于时间依赖性的刺激和计算的谱密度在异步状态。我们表明，系统的耦合人口与适应可以产生一个频带中的感官信息优先编码。该理论适用于完全以及随机连接的网络，并泄漏集成和消防以及广义尖峰神经元适应多个时间尺度。
2015-03-03 q-bio.NC
Response of electrically coupled spiking neurons: a cellular automaton approach
实验数据表明，在感觉系统的第一层中的某些类别的尖峰神经元通过间隙连接或ephaptic相互作用电耦合。当电耦合被移除时，响应函数（发射率{ \it对}刺激强度）通常显示出动态范围和灵敏度的降低。为了评估电耦合在感觉外周的影响，我们计算的响应泊松刺激的一个链的可兴奋的神经元建模的$n$状态Greenberg-Hastings细胞自动机在两个近似水平。单站点的平均场近似示出给穷人的结果，未能预测的吸收状态的晶格，而对近似的结果是在整个刺激范围内与计算机模拟吻合得很好。特别是，由于可激发波的传播，动态范围大大扩大，这表明横向电耦合的功能作用。对于概率尖峰传播的希尔指数的响应函数是$α=1$，而对于确定性尖峰传播，我们得到$α=1/2$，这是接近的实验值的心理物理史蒂文斯指数的气味和光强度。我们的计算是在定性协议与实验反应功能的神经节细胞在哺乳动物视网膜。
2005-11-29 cond-mat.dis-nn nlin.CG physics.bio-ph
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
Neural coding of a natural stimulus ensemble: Uncovering information at sub-millisecond resolution
我们对感觉世界的认识是由神经元以离散的、相同的脉冲序列编码的，这些脉冲被称为动作电位或尖峰。关于这些尖峰的精确时间与大脑功能的相关程度一直存在争议。我们重新审视这个问题，使用苍蝇视觉系统的运动敏感神经元作为测试用例。新的实验方法使我们能够提供更接近自然的视觉刺激，与苍蝇在自由飞行中遇到的刺激相比，杂技飞行，新的数学方法使我们能够得出关于神经反应的信息内容的更可靠的结论，即使可能的反应集非常大。我们发现，大量的视觉信息表示的细节的脉冲序列在毫秒和亚毫秒精度，即使感觉输入有一个相关时间为~ 60毫秒;不同的模式的尖峰定时代表不同的运动轨迹，和绝对定时的尖峰点，这些轨迹的特定功能，具有高精度。在这些自然条件下，系统继续以更高的光子通量传输更多的信息，即使单个光感受器每秒计数超过一百万个光子，并消除刺激中的冗余以生成更有效的神经代码。
2006-12-29 q-bio.NC q-bio.QM
Implicit embedding of prior probabilities in optimally efficient neural populations
我们研究如何在环境中的感觉变量的先验概率分布影响神经元和尖峰的最佳分配在人口中，代表该变量。我们从一个传统的响应模型开始，其中每个神经元的尖峰来自泊松分布，其平均速率由相关的调谐曲线决定。对于这个模型，我们近似的Fisher信息的密度和振幅的调谐曲线，假设调谐宽度与细胞密度成反比。我们考虑一个家庭的目标函数的期望值的基础上，在感官先验，功能的Fisher信息。这个家庭包括作为特殊情况下的互信息和感知的可辨别性的下界。对于所有的情况下，我们得到一个封闭的形式表达的最佳，其中的密度和增益的细胞在人口的幂律函数的刺激之前。因此，这些资源的分配由先验唯一指定。由于感知可辨别性可以直接用Fisher信息表示，因此它也将是先验的幂律函数。我们发现，这些结果适用于任意形状的调谐曲线和相关的神经元变异性。因此，该框架提供了关于感官先验、神经表征的调谐特性和感知辨别力之间关系的直接且可实验测试的预测。
2012-09-22 physics.bio-ph q-bio.NC
Quasi-static approximation of the interspike interval distribution of neurons driven by time-dependent inputs
神经响应的变异性是神经元中普遍存在的现象，通常用随机微分方程建模。特别是，随机积分和火灾模型被广泛用于简化理论研究。所生成的尖峰的统计特性取决于刺激输入电流。考虑到真实的感觉神经元是由时间依赖性信号驱动的，在这里，我们研究了在准静态限制下，整合和激发神经元的尖峰间期分布如何取决于刺激的演变。我们得到一个封闭形式的表达，这种分布，我们比较它与几个随时间变化的电流的数值模拟得到的。对于慢输入，准静态分布提供了非常好的数据描述。所得的结果可以推广到其他非自治随机系统的首次穿越时间问题有显式解。
2009-06-11 q-bio.NC
Optimal Channel Efficiency in a Sensory Network
我们表明，在木之内-Copelli模型的雪崩寿命的分布的熵总是达到最大值的动态范围。这是值得注意的和不平凡的，因为虽然动态范围是感觉系统对刺激的敏感性的平衡平均度量，但弛豫时间的熵是一个纯粹的动态量，与刺激速率无关，可以解释为网络的效率，被视为一个通信信道。新发现的优化发生在我们测试的所有拓扑结构中，即使雪崩寿命的分布本身不是幂律，并且雪崩的大小分布的熵没有随之最大化，这强烈表明允许相互作用的神经元的状态的适当时间匹配的动力学规则是在信息处理中实现良好性能的关键，而不是增加可用单元的数量。
2013-01-13 physics.bio-ph q-bio.NC
Intensity Coding in Two-Dimensional Excitable Neural Networks
鉴于最近的实验发现，间隙连接是必不可少的低水平强度检测在感觉周边，Greenberg-Hastings元胞自动机模型的二维感觉网络的外部刺激的反应。我们发现，具有小的动力学范围的可兴奋元素（感觉神经元），产生了一个集体的大的动力学范围。因此，网络传递（增益）函数（类似于希尔或史蒂文斯定律）是从一个小的动态范围细胞池中产生的一种涌现特性，为“神经心理物理学”提供了基础。的动态范围与系统大小的增长是近似对数，这表明电耦合的功能作用。对于固定数量的神经元，动态范围显示作为不应期的函数的最大值，这表明该模型的实验测试。一个生物学应用ephaptic相互作用的嗅觉神经束。
2004-09-28 cond-mat.dis-nn cond-mat.stat-mech nlin.CG
Graph Convolutional Networks Reveal Neural Connections Encoding Prosthetic Sensation
Duke University（杜克大学）
从神经元集合中提取刺激特征对神经假体的发展具有极大的兴趣，神经假体通过电刺激将感觉信息直接投射到大脑。当受试者学习解释人工输入时优化刺激参数的机器学习策略可以提高设备功效，增加假体性能，确保诱发感觉的稳定性，并通过消除无关输入来改善功耗。最近的进展将深度学习技术扩展到非欧几里德图形数据，为解释神经元尖峰活动提供了一种新方法。在这项研究中，我们应用图卷积网络（GCN）来推断参与人工感觉信息处理的神经元之间的潜在功能关系。使用四个红外（IR）传感器，基于ICMS的神经假体定位IR光源，从自由行为的大鼠收集数据。我们使用GCN来预测假体中四个刺激通道的刺激频率，这些刺激通道编码到IR发射奖励端口的相对距离和方向信息。我们的GCN模型能够在由7个类组成的多类分类问题中实现73.5%的修改后的有序回归性能指标的峰值性能，其中机会为14.3%。此外，推断的邻接矩阵提供了对人工感觉进行编码的底层神经回路的充分表示。
2020-08-23 cs.LG q-bio.NC q-bio.QM
Dendritic predictive coding: A theory of cortical computation with spiking neurons
皮层中自上而下的反馈对于指导感觉处理是至关重要的，这在分层预测编码（hPC）理论中已被突出地形式化。然而，错误单位的实验证据，这是核心的理论，是不确定的，目前还不清楚如何hPC可以实现与尖峰神经元。为了解决这个问题，我们将hPC与现有的在具有侧抑制的平衡网络中进行有效编码的工作以及顶端树突的预测计算联系起来。总之，这项工作指出了一个有效的实现与尖峰神经元的hPC，其中预测误差计算不是在单独的单位，但在局部的树突状隔室。隐含的模型显示出显着的对应关系，实验观察到的皮层连接模式，可塑性和动力学，并在同一时间可以解释的预测处理，如失配反应，在皮层的标志。因此，我们提出树突预测编码作为皮层的主要组织原则之一。
2022-05-11 q-bio.NC
