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
Neurons as Detectors of Coherent Sets in Sensory Dynamics
本研究将感觉神经元建模为高维随机动力系统的自监督学习器，通过随机Koopman算子谱聚类识别相干集，揭示了神经元时间滤波、整流普遍性与功能二分法的新机制。
2025-10-30 q-bio.NC
MSE-based analysis of optimal tuning functions predicts phenomena observed in sensory neurons
生物系统在实时有效地响应环境信号方面表现出令人印象深刻的能力。越来越多的证据表明，生物体在决策过程中可能确实采用了接近最优的贝叶斯计算。一个有趣的问题涉及最佳编码方法的性质，即确定感官层中神经元群体的性质，以优化性能，受到生理约束。在神经编码/解码的生态理论，我们表明，最佳的贝叶斯性能需要神经适应，反映了环境的变化。具体来说，我们预测，神经元调谐功能具有最佳的宽度，这与先前的不确定性和环境噪声增加，并与解码时间窗口减小。此外，即使是静态的刺激，我们表明，动态的感官调谐功能，在相对较短的时间尺度上，导致性能的提高。有趣的是，最近在几个生物系统中观察到作为时间函数的调谐函数的缩小。这些结果为功能理论奠定了基础，该理论可以解释感觉系统的高可靠性，以及神经元适应在多个时间尺度上发生的效用。
2010-02-11 q-bio.NC q-bio.QM
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
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
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
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
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
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
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
Learn to integrate parts for whole through correlated neural variability
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
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
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
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
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
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
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
On the analysis of a time varying noise-modulated heterogeneous coupled network of Chialvo neurons under the influence of electromagnetic flux
本研究数值分析电磁通量下异质Chialvo神经元环-星网络的时空模式，揭示孤立节点等异步行为，并用互相关、同步误差和样本熵表征动力学。
2022-06-09 math.DS 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
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
A universal theorem of sensory information
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
Peripheral Nervous System Responses to Food Stimuli: Analysis Using Data Science Approaches
本研究提出一种基于子群发现的数据挖掘方法，通过逐步程序利用人类生理反应描述性建模，以测量食品气味、香气及享乐特性的情绪反应。
2024-05-21 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
Decomposing stimulus-specific sensory neural information via diffusion models
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
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
Heterogeneity and dynamics of cortical populations coding visual detection
先前的研究已经证明了初级感觉皮层对于视觉刺激的检测、辨别和意识的重要性，但是尚不清楚该区域的神经元群体如何以不同的方式处理检测到的和未检测到的刺激。关键的差异可能在于对视觉刺激的反应的平均强度，如在功能磁共振成像，脑电图或脑磁图研究中可检测到的大量信号所反映的，或者可能更微妙地由个体感觉神经元的差异化活动组成。量化单细胞Ca 2+响应记录在体内的2-光子成像的视觉刺激，我们发现，视觉检测相关性更强的群体反应异质性，而不是整体的反应强度。此外，神经元群体在时间间隔的试验中显示出与命中反应相关的激活模式，但在非检测期间则不然。与依赖于时间稳定的网络或批量信号的模型相反，这些结果表明，检测依赖于皮层群体内神经元活动的瞬时分化。
2015-12-02 q-bio.NC
Predictive coding underlies adaptation in the subcortical sensory pathway
皮层下的感觉通路是将外部世界映射到我们大脑的基本通道。感觉通路通过使神经反应适应感觉输入的局部统计数据来有效地传输信息。长期以来，对这种适应行为的机械解释是，神经元习惯化将活动缩放到刺激的局部统计数据。另一种解释是，神经编码直接由对感觉输入的预期驱动。在这里，我们使用抽象的规则来操纵预期独立于当地的刺激统计。超高场功能磁共振成像数据表明，预期，而不是习惯，是人类听觉通路中对音调的反应幅度的主要驱动力。这些结果首次提供了皮质下感觉通路中的预测编码和抽象处理的明确证据，表明即使在处理层次的初始点，大脑也只持有外部世界的主观表征。
2020-03-25 q-bio.NC
Neuronal Synchronization Can Control the Energy Efficiency of Inter-Spike Interval Coding
同步放电在感觉编码和认知中的作用仍然存在争议。虽然研究，专注于其机械后果的注意力任务，表明同步动态地提高感觉处理，其他人未能找到显着的同步水平，在这样的任务。我们试图在一个连贯的理论框架内理解这两条证据线。我们将同步概念化为一个独立的控制参数来研究突触后神经元如何在同步的情况下传输突触前群体的平均放电活动。我们应用Berger-Levy理论的能量有效的信息传输来解释模拟的Hodgkin-Huxley型突触后神经元模型，在那里我们不同的放电率和同步水平的突触前人口独立。我们发现，对于一个固定的突触前放电率的模拟突触后发放间期分布依赖于同步水平，是很好地描述了广义极值分布。对于15%至50%的同步水平，我们发现突触前放电率的最佳分布，最大化每单位成本的互信息，是最大化在~30%的同步水平。这些结果表明，神经元通信通道的统计和能量效率，通过它的输入速率进行通信，可以动态地适应同步水平。
2019-05-04 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
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
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
Feedback to the primary visual cortex is highly concentrated on the central visual field representation
Nencki Institute of Experimental Biology of the Polish Academy of Sciences（波兰科学院涅茨基实验生物学研究所）；University of Tübingen（图宾根大学）；Max Planck Institute for Biological Cybernetics（马克斯·普朗克生物控制论研究所）；Monash University（莫纳什大学）
该研究通过狨猴逆行示踪实验发现，投射至V1的纹外反馈神经元比例随视野离心率增加而显著下降，支持中央-外周视野分别特化视觉识别与注意选择的二分法理论。
2026-10-08 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
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
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
Intrinsically Motivated Learning of Visual Motion Perception and Smooth Pursuit
Hong Kong University of Science and Technology（香港科技大学）；Frankfurt Institute for Advanced Studies（法兰克福高等研究院）
我们扩展的框架，有效的编码，这已被用来模拟孤立的感官处理的发展，建模的感知/动作周期的发展。我们的扩展结合了稀疏编码和强化学习，使感官处理和行为共同发展，以优化共享的内在动机信号：在资源限制下感官输入的神经编码的保真度。应用这个框架的模型系统组成的一个活跃的眼睛在随时间变化的环境中的行为，我们发现，这种通用的原则导致同时发展的平滑的追求行为和模型神经元的属性是相似的初级视觉皮层神经元选择不同方向的视觉运动。我们认为，这一一般原则可能形成一个统一的和综合的解释，许多感知/动作回路的基础。
2014-02-25 cs.CV q-bio.NC
The spike train statistics for consonant and dissonant musical accords
考虑了由三个类神经元噪声元件组成的简单系统。其中两个（感觉神经元或传感器）由噪声和具有不同频率比的周期信号刺激，第三个（中间神经元）接收这两个传感器的输出和噪声。我们提出了分析的方法来分析由中间神经元产生的尖峰训练的ISI统计。感觉神经元的ISI分布被认为是已知的。输入正弦信号的频率是按比例的，这对于音乐是常见的。我们表明，在小的整数比（音乐和谐）的情况下，输入对的正弦信号的ISI分布的结果比在大的整数比（音乐不和谐）的输入频率的情况下，更经常的输出尖峰训练。这些影响解释从所提出的理论的观点。
2009-11-27 cond-mat.dis-nn physics.bio-ph q-bio.NC
An information theoretic approach to the functional classification of neurons
一群神经元通常对感觉输入表现出广泛的多样性反应。功能分类的直观概念是，细胞可以聚集在一起，这样大部分的多样性就被捕获在集群的身份中，而不是集群中的个体。我们展示了如何使用信息论来精确地做出这种直觉，而不需要在刺激或反应的空间上引入度量。应用于蝾螈的视网膜神经节细胞，这种方法恢复了经典的结果，但也提供了明确的证据，超出了以前确定的子类。此外，我们发现每个神经节细胞在功能上都是独特的，即使在同一亚类中，也只需要几个棘波就可以可靠地区分细胞。
2002-12-31 physics.bio-ph physics.data-an q-bio.NC
Odor response features of projection neurons and local interneurons in the honeybee antennal lobe
微电路中的局部计算是脊椎动物和无脊椎动物大脑中分布式信息处理的基本特征。昆虫触角叶代表了一个空间受限的局部网络，它处理高维和冗余的外围输入来计算有效的气味代码。社会性昆虫可以依赖于特别丰富的嗅觉受体库，它们表现出复杂的气味引导行为。这与其AL网络的高度解剖复杂性相对应。在蜜蜂中，大量接受感觉输入的肾小球通过密集的局部中间神经元（LN）网络相互连接。单肾小球投射神经元（PNs）集成的感觉和经常性的网络输入到一个有效的时空气味代码。为了研究特定的计算作用的LNs和PNs，我们测量了11个功能的亚和阈上的单细胞反应在体内气味刺激。使用半监督聚类分析，我们确定了一个组合的五个特征，使形态识别的LN和PN的准确分离。这两个集群在所有五个特征上都有显着差异。在没有刺激的情况下，PN显示出更高的阈下激活，假定更高的峰值响应率和更规则的尖峰模式。LN的反应相当快的刺激的发作和他们的反应更可靠的刺激重复。我们讨论了可能的机制，可以解释我们的结果，我们解释细胞类型的具体特征，其功能相关性。
2012-12-21 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
Inference based method for realignment of single trial neuronal responses
对感觉刺激的神经元反应或与行为相关的神经元反应通常通过对大量实验试验的神经元活动进行平均来提取。执行这种试平均以减少噪声并减少与相应的刺激或行为无关的其他信号的影响。然而，如果所记录的神经元响应相对于相应的刺激或行为在时间上抖动，则在试验上求平均值可能会扭曲对潜在神经元响应的估计。在这里，我们提出了一种算法，命名为dTAV算法，用于重新排列记录的神经元活动的任意内部触发。使用模拟数据，我们表明，dTAV算法可以减少神经元响应的抖动的信噪比为0.2或更高，即在噪声的标准偏差是高达五倍大于神经元响应幅度的情况下。通过消除抖动，从而能够更准确地估计神经元响应，dTAV算法可以改善响应的分析和解释，并提高依赖于从神经元记录中异步检测事件的系统的准确性。
2015-06-16 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
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
When Response Variability Increases Neural Network Robustness to Synaptic Noise
已知皮层感觉神经元是高度可变的，在这个意义上，由相同刺激引起的反应经常在不同试验中发生显著变化。这种变异性的起源是不确定的，但它通常被解释为有害的噪声，降低了神经回路的计算精度。在这里，我们调查的可能性，这种反应的可变性可能，事实上，是有益的，因为它可以部分补偿由于网络的突触强度的随机变化而导致的准确性下降。我们研究了两种噪声，反应（或神经元）噪声和突触噪声之间的相互作用，通过分析它们的联合影响的准确性的神经网络训练执行各种任务。我们发现了一个有趣的、通用的相互作用：当突触连接的波动与它们的强度（乘性噪声）成正比时，与没有响应噪声的相同网络相比，输入神经元中一定量的响应噪声可以显著提高网络性能。性能得到增强，因为响应噪声和乘性突触噪声在某些方面是等效的。这些结果在最基本的网络中得到了分析证明，该网络由两个输入神经元和一个输出神经元组成，执行简单的分类任务，但计算机模拟表明，这种现象在广泛的架构中仍然存在，包括经常性（吸引子）网络和执行坐标变换的感觉运动网络。结果表明，反应的可变性可以在不断学习的网络中发挥重要的动态作用。
2005-10-18 cond-mat.dis-nn q-bio.NC
Concurrent generative models inform prediction error in the human auditory pathway
预测编码是理解期望如何塑造我们的现实体验的领先算法框架。它的主要原则是感觉神经元编码预测误差：感觉世界的生成模型和实际感觉输入之间的残差。然而，目前还不清楚这个方案如何推广到感觉处理的多层次结构。预测编码的理论解释一致认为，计算预测误差的神经元和生成模型存在于处理层次的所有级别。然而，在计算预测误差的过程中，如何将不同阶段的独立模型的预测进行整合，目前还没有达成共识。在这里，我们调查预测处理两个独立的并发生成模型在听觉通路使用功能磁共振成像。我们使用了两种范式，其中人类参与者听取纯音或FM扫描序列，同时我们记录下丘（IC），内侧膝状体（MGB）和听觉皮层（AC）的BOLD反应。每个范式包括两个生成模型的诱导：一个基于局部刺激统计，另一个模型的基础上诱导的任务指令的主观期望。我们使用贝叶斯模型比较来测试IC、MGB和AC编码的预测误差中的神经反应是否与两个生成模型中的任一个或两者的组合有关。结果表明，神经元群体在双边IC，MGB和AC编码预测误差相对于两个生成模型的组合，这表明预测架构的预测编码可能比以前假设的更复杂。
2022-01-18 q-bio.NC
Feature selection in simple neurons: how coding depends on spiking dynamics
神经元的复杂输入和其尖峰输出之间的关系定义了神经元的编码策略。这通常通过一个或多个线性滤波器和非线性函数在现象学上有效地建模，所述线性滤波器提取与触发尖峰相关的刺激的分量，所述非线性函数将刺激与激发概率相关联。在许多感觉系统中，编码策略的这两个组成部分被发现能够适应输入统计数据的变化，从而改善信息传输。在这里，我们展示了两个简单的神经元模型如何通过尖峰触发的平均值捕获的特征选择性取决于模型的参数和输入的统计特性。
2011-11-01 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
