Multiscale modeling via split-step methods in neural firing
基于Hodgkin-Huxley方程的神经元模型构成了计算神经科学的基本框架。虽然神经元状态通常是确定性建模的，但实验记录显示随机波动，可能是由潜在微物理条件的分子噪声驱动的。反过来，单个神经元的放电会在细胞外空间产生电场，也被认为会影响附近神经元的放电模式。我们开发了一个多尺度模型，它结合了一个随机的离子通道门控过程发生在神经元膜上，连同沿神经元结构的动作电位的传播。我们还设计了一个数值方法，依靠分裂步骤的战略，有效地耦合这两个过程，我们实验测试这种方法的可行性。最后，我们还解释了如何可以扩展麦克斯韦方程组的方法，使潜在的细胞外空间传播。
2017-08-15 q-bio.NC
Sparse convolutional coding for neuronal ensemble identification
细胞系综，最初由唐纳德·赫布在1949年提出，是同步放电神经元的子集，并被提出来解释大脑中的基本放电行为。尽管已经研究了多年，但尚未提出结论性证据证明它们的存在和参与信息处理，因此它们的识别仍然是现代研究的主题，特别是因为在过去的三十年中，大神经元群体的同时记录已经成为可能。这些大量的记录对允许识别形成细胞集合的单个神经元及其在记录的大量尖峰内的活动时间过程的方法提出了挑战。到目前为止，相关的工作集中在使用诸如主成分分析之类的技术来识别纯粹同时放电的神经元。在本文中，我们提出了一种新的算法的基础上稀疏卷积编码，这也是能够找到合奏与时间结构。应用我们的算法合成生成的数据集表明，它优于以前的工作，能够准确地识别时间细胞合奏，即使当这些包含重叠的神经元或强背景噪声存在。
2016-06-22 q-bio.NC
Stimulus competition by inhibitory interference
当两个刺激存在于V4神经元的感受野中时，放电速率响应在由每个刺激单独引起的最弱和最强响应之间（Reynolds等人，1999，Journal of Neuroscience 19：1736-1753）。当注意力被引导到引起最强反应的刺激（首选刺激）时，对这对刺激的反应会增加，而当注意力被引导到另一个刺激（不良刺激）时，反应会减少。这些实验结果在一个V4神经元模型中重现，假设注意力调节局部中间神经元网络的活动。V4模型神经元接收来自V2的刺激特异性异步激励和来自V4中的两个局部中间神经元网络的同步抑制输入。每个中间神经元网络由来自V2的刺激特异性兴奋性输入驱动，并由来自额叶眼野的投影调制。刺激竞争是由于来自每个中间神经元网络的同步齐射的到达时间延迟而存在的。对于小的延迟，放电率接近于由优选的刺激单独引起的速率，而对于较大的延迟，它接近于差的刺激的放电率。当任一刺激单独出现时，神经元的反应不会因延迟的变化而改变。该模型表明，自上而下的注意力偏向V2列之间的竞争控制V4神经元通过改变抑制的相对时间，而不是通过改变的程度同步的中间神经元网络。这里提出的放电率的注意调制机制--抑制性干扰的增益调制--可能对皮层信息处理具有更普遍的适用性。
2004-10-18 q-bio.NC
Attentional modulation of firing rate and synchrony in a model cortical network
当注意力被引导到V4神经元的感受野中时，其对比度响应曲线被移动到较低的对比度值（Reynolds等人，2000，Neuron 26：703）。注意力还增加了对相同刺激作出反应的神经元之间的相干性（Fries等人，2001，Science 291：1560）。我们研究了密集互联的皮层网络的放电率和同步性如何随对比度变化，以及它们如何被注意力调制。我们发现，增加驱动电流的兴奋性神经元增加了网络的整体放电率，而变化的驱动电流的抑制性神经元调制的网络的同步性。我们解释的同步调制的锁定现象，在此期间的比率的兴奋性，抑制性放电率是近似恒定的范围内的驱动电流值。我们探讨了这一假设，即对比度主要表示为兴奋性神经元的驱动，而注意力对应于抑制性神经元的驱动电流的减少。利用这一假设，该模型再现了以下实验观察结果：（1）兴奋性神经元的放电率随对比度的增加而增加;（2）对于高对比度刺激，放电率饱和，网络振荡;（3）注意使对比度响应曲线向低对比度值移动;（4）与注意状态相比，注意力导致更强的同步，这种同步从较低的对比度值开始。此外，它预测注意力增加了网络产生的抑制性和兴奋性同步齐射之间的延迟，允许刺激招募更多的下游神经元。
2005-12-11 q-bio.NC
Practical Approximation Method for Firing Rate Models of Coupled Neural Networks with Correlated Inputs
快速的实验进展现在能够在神经系统的大区域以单细胞分辨率同时记录神经活动。这种神经网络活动的模型必然会增加大小和复杂性，从而增加模拟它们的计算成本和分析它们的挑战。在这里，我们提出了一种新的方法来近似的活动和射击统计的一般射击率网络模型（威尔逊-考恩型）受噪声相关的背景输入。该方法需要解决一个系统的超越方程和快速相比，耦合随机微分方程的蒙特卡罗模拟。我们实现了耦合神经网络的几个例子的方法，并表明，即使有适度的耦合强度和可观的异质性在许多参数的结果是定量准确的。这项工作应该是有用的研究如何定性地影响耦合神经网络的尖峰统计的各种神经属性。实现该方法的Matlab代码可以在GitHub（\url{http://github.com/chengly70/FiringRateModReduction}）上免费获得。
2017-09-29 q-bio.NC q-bio.QM
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
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
Evaluation of spike sorting algorithms: Simulations and application to human Subthalamic Nucleus recordings
细胞外记录中锋电位同步性分析的一个重要前提是从记录的多单位信号中提取单个单位活动。为了识别单个单元（SU），检测潜在的尖峰并相对于其潜在的神经元起源分离（“尖峰分选”）。然而，不同的排序算法产生不一致的单位分配，这严重影响了随后的分析的尖峰活动。为了评估使用“Plexon离线分类器”提供的不同流行算法进行的尖峰分类的质量，我们首先将这些算法应用于实验数据（ED），即在脑深部电刺激手术期间获得的帕金森病患者的丘脑底核中的记录。由于这个过程让我们不确定最佳的排序结果，因此我们再次将所有方法应用于具有已知地面真实值（GT）的人工数据（AD）。AD由嵌入在ED的背景噪声中的具有不同形状相似性的SU对组成。排序评价基于各自方法对SU分配的影响及其对所产生的射击特性的影响。我们发现不同算法获得的排序结果具有很高的可变性，并且随着SU形状相似性的增加而增加。我们还发现显着差异，在所产生的放电特性的ED。我们的结论是，山谷寻找产生最准确的结果，如果排除文物作为未排序的事件是很重要的。如果后者不太重要（“干净”数据），K-Means是一个更好的选择。我们的研究结果强烈认为，需要标准化的验证程序，穗排序GT数据的基础上。这里建议的食谱很简单，足以成为标准程序。
2018-10-31 q-bio.NC
Synchronisation, binding and the role of correlated firing in fast information transmission
视觉系统中不同神经元动作电位之间的同步是否在解决绑定问题中发挥了重要作用？绑定问题可以在更广泛的框架内定量研究的信息包含在神经尖峰列车的一些外部相关，这在这种情况下是在视觉领域的对象配置。我们通过使用一种数学形式主义来解决这个问题，该数学形式主义量化了在短时间尺度内相关发射的影响。使用幂级数展开，神经元集合传达的关于外部刺激的互信息被分解为放电率和相关分量。这导致了一个新的量化程序直接适用于同时多个神经元记录。它在理论上限制了神经编码，表明相关性对快速信息处理的贡献不如放电率大。通过使用这种方法来研究对理想观察者能够从同步代码中提取的信息量的限制，可以确定可用的信息量是否足以支持诸如特征绑定的计算过程。
2000-06-30 physics.bio-ph q-bio.NC
Dynamics of a large system of spiking neurons with synaptic delay
我们分析了一个大系统的异质二次积分和消防（QIF）神经元的时间延迟，所有到所有的突触耦合。该模型被精确地减少到一个系统的点火率方程，利用调查的存在性，稳定性和完全同步，部分同步和非相干状态的分叉。结合这一分析，我们进行了广泛的数值模拟QIF神经元的原始网络，并确定部分同步状态的宏观和微观状态之间的关系。结果总结在两个相图中，同质和异质的人口，这是在很大程度上得到分析。对于兴奋性耦合，相图是非常相似的Kuramoto模型的时间延迟，虽然在这里的稳定性边界延伸到区域的参数空间中的神经元不是自持振荡器。相比之下，抑制耦合的边界结构是不同的，并且已经为同质网络揭示了仓本模型中不存在的各种部分同步状态的存在：集体混沌，准周期部分同步（QPS）和我们称之为调制QPS（M-QPS）的新状态。在异质性部分同步状态的存在下，联想到集体混沌，QPS和M-QPS持续。此外，异质性的存在极大地放大了激发和抑制的非相干稳定性边界之间的差异。最后，我们比较我们的结果与传统的（威尔逊-考恩型）点火率模型的时间延迟。传统的放电率模型的振荡不稳定性定性地同意我们的结果，只有在抑制耦合的情况下，具有强异质性。
2018-10-25 nlin.AO nlin.CD q-bio.NC
An Integral Equation Approach to the Dynamics of L2-3 Cortical Neurons
神经元群体如何在其群体放电率中编码时间依赖性刺激？为了解决这个问题，我认为准更新方程和基于事件的扩展，最近提出的两个理论近似，并测试这些对周围刺激时间直方图从L2-3锥体细胞在体外。通过梯度下降优化参数，以在给定电流输入的情况下最佳匹配点火率输出。拟合方法可以估计通常通过细胞内记录或单个脉冲序列获得的单神经元参数。我发现，准更新理论预测的适应射击率有很好的精度，但不是基于事件的扩展。准更新预测在质量上等同于最先进的尖峰时间预测方法，并且这样做而不诉诸于单独的尖峰时间或膜电位响应。
2013-12-03 q-bio.NC
Self-sustained activity of low firing rate in balanced networks
在没有外部刺激的情况下观察到大脑中的自我维持活动，并有助于信号传播、神经编码和动态稳定性。它在认知过程中也起着重要作用。在这项工作中，通过研究大鼠CA1神经元的细胞内记录和数值模拟的结果，我们证明了自我维持的活动呈现出高度的模式可变性，例如低神经放电率和不同神经元中小爆发形式的活动。在我们的数值模拟中，我们考虑由耦合的自适应指数积分和激发神经元组成的随机网络。随机网络中的神经动力学模拟规则尖峰（兴奋性）和快速尖峰（抑制性）神经元。我们表明，连接概率和网络大小的基本属性，引起自我维持的活动与我们的实验结果定性一致。最后，我们提供了一个更详细的描述的自我持续的活动的寿命分布，突触电导和突触电流。
2019-09-27 physics.bio-ph 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
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
Macroscopic description for networks of spiking neurons
神经科学、统计物理学和非线性动力学的一个主要目标是了解大脑功能是如何从尖峰神经元网络的集体动力学中产生的。这一挑战主要通过大规模数值模拟来解决。或者，研究人员已经制定了平均场理论，以了解大型神经元网络的宏观状态，即神经元的集体放电活动或放电率。然而，这些理论并没有成功地在网络的放电率和尖峰神经元的潜在微观状态之间建立精确的对应关系。这在很大程度上限制了这种宏观描述的适用范围，特别是在试图描述神经元同步时。在这里，我们提供了一组精确的宏观方程的尖峰神经元网络的推导。我们的研究结果表明，单个神经元的尖峰产生机制引入了两个生物药理学相关的宏观量，放电率和平均膜电位，共同管理的神经网络的演变之间的有效耦合。由此产生的方程精确地描述了网络的所有可能的宏观动力学状态，包括同步尖峰活动的状态。最后，我们表明，射击率的描述是相关的，通过一个共形映射，与低维描述的仓本序参数，称为E-Antonsen理论。我们预计我们的结果将成为研究大型尖峰神经元网络如何及时自组织处理和编码大脑信息的重要工具。
2015-06-22 cond-mat.dis-nn nlin.AO nlin.CD
Coupling-Induced Population Synchronization in An Excitatory Population of Subthreshold Izhikevich Neurons
我们认为一个兴奋的人口阈下Izhikevich神经元表现出噪声诱导的放电。通过改变耦合强度$J$，我们调查人口同步之间的噪音引起的放电，可用于有效的认知处理，如感官知觉，多感官绑定，选择性注意，和记忆的形成。随着$J$的增加，丰富类型的群体同步（例如，尖峰、突发和快速尖峰同步）。用序参量$\cal{O}$很好地描述了种群同步和不相干之间的过渡。作为最后一步，耦合导致振荡器死亡（噪声诱导尖峰的猝灭），因为每个神经元都被吸引到噪声平衡状态。振荡器死亡导致从点火状态到非点火状态的转变在人口水平，这可以很好地描述在时间平均的人口尖峰率$\overline{R}$。除了使用$\cal{O}$和$\overline{R}$的运动力学分析之外，还通过使用非线性动力学技术（例如神经尖峰的光栅图、膜电位的时间序列和相图）来表征每个群体和个体状态。我们注意到，人口同步的噪音引起的放电可能会导致出现同步的脑节律在嘈杂的环境中，与不同的认知功能。
2014-03-05 physics.bio-ph q-bio.NC
Noise-induced synchronization in bidirectionally coupled type-I neurons
我们在这里提出了一些研究噪声诱导的顺序和同步发射的系统中的双向耦合通用I型神经元。我们发现，从非同步到完全同步状态的转换发生超过一个临界值的噪声强度，有一个明确的功能依赖于神经元的耦合强度和输入值。对于一个神经兴奋性（IE）突触耦合，部分同步状态的方法示出定性地根据输入是小于或大于一个临界值而变化。我们发现，噪声的引入可以导致延迟的兴奋性神经元的放电模式的分歧IE耦合。
2015-06-19 nlin.AO q-bio.NC
Mimicking Collective Firing Patterns of Hundreds of Connected Neurons using a Single-Neuron Experiment
神经网络的实验研究需要同时测量大量的神经元，同时监测连接性、突触强度和延迟的特性。目前的技术障碍使这一任务无法实现。此外，由于所需测量的数量巨大，估计的网络参数将不同于原始参数。在这里，我们提出了一个通用的实验技术，它使研究的经常性神经网络活动，同时能够支配网络的连接和突触强度。这种方法是基于这样的观察，即神经元的反应完全取决于它们最近的刺激，即短期记忆。它允许长期刺激和记录单个神经元的方案，以模仿递归网络中神经元的同时活动测量。利用这种技术表明自发出现的合作同步振荡，特别是快速伽玛和缓慢的德尔塔振荡的共存，并打开了大规模神经网络内的其他合作现象的实验研究的视野。
2016-01-10 cond-mat.stat-mech q-bio.NC
Hierarchical models for neural population dynamics in the presence of non-stationarity
神经群体活动通常表现出丰富的可变性和时间结构。这种变异性被认为是由单神经元随机性、短时间尺度上的神经动力学以及长时间尺度上的神经放电特性的调制引起的，通常被称为“非平稳性”。为了更好地理解神经回路中协变的本质及其对皮层信息处理的影响，我们需要能够在不同时间尺度上捕获多个变异源的统计模型。在这里，我们介绍了一个分层的统计模型的神经种群活动的神经种群动力学模型，以及试验间调制的发射率。此外，我们扩展了模型，使我们能够捕捉人口动态本身的非平稳性（即，神经元之间的相关性）。我们开发了变分推断方法学习模型参数，并证明了该方法可以恢复非平稳的平均发射率和相关结构。应用于麻醉猕猴初级视皮层的神经群体记录，我们的模型提供了一个更好的帐户的结构神经放电比静态动力学模型。
2014-10-12 q-bio.NC stat.ML
Improving the Izhikevich Model Based on Rat Basolateral Amygdala and Hippocampus Neurons, and Recognizing Their Possible Firing Patterns
介绍-识别在正常和异常条件下不同大脑区域的潜在放电模式增加了我们对大脑中神经相互作用水平上事件的理解。Izhikevich模型是最简单的生物学上合理的模型之一，即能够捕获最公认的神经元放电模式。这一特性使得该模型在模拟大规模神经元网络时非常有效。改进Izhikevich模型以适应大鼠大脑的神经元活动，具有很高的精度，将使该模型有效地用于未来的神经网络实现。方法：采用细胞外记录法对雄性大鼠的两个脑区（HIP和BLA）进行数据采集，并采用Plexon离线分类器进行锋电位分类。通过NeuroExplorer和MATLAB进行进一步分析。采用遗传算法对Izhikevich模型参数进行优化。每次迭代中的比较过程导致更好的种群生存，直到获得最优解。结果-在本研究中，可能的放电模式的真正的单神经元的HIP和BLA的确定。此外，改进的Izhikevich模型。因此，这些区域神经元的真实神经元尖峰模式和Izhikevich神经元尖峰模式的对应情况被非常精确地调整。结论-进行这项研究是为了提高我们对大脑不同结构中神经相互作用的认识，加快未来大规模神经网络模拟的质量，并降低建模复杂性。这一目标是可以实现的，通过执行改进的Izhikevich模型，只插入合理的射击模式，并消除不切实际的。
2021-03-06 cs.NE q-bio.NC
Prospective and retrospective coding in cortical neurons
本研究针对大脑快速处理感觉信息的机制，提出神经元峰电位产生及不同时间尺度的适应过程可产生前瞻性编码，为理解神经元快速响应的机理提供了机理性解释。
2024-08-19 q-bio.NC
Modeling Higher-Order Interactions in Sparse and Heavy-Tailed Neural Population Activity
本研究推导了同质二元神经元在无限大网络中生成稀疏且重尾群体发放率分布的充分条件，提出包含交替符号高阶交互的指数族分布子类，并揭示神经元的阈值与超线性非线性特征促进了群体同步活动，为开发节能脉冲学习机奠定基础。
2025-07-16 q-bio.NC
Nanodiamonds-induced effects on neuronal firing of mouse hippocampal microcircuits
荧光纳米金刚石（FND）是碳基纳米材料，可以有效地结合光学活性的光致发光中心，如氮空位复合物，从而使它们成为光学生物标记和药物递送剂的有前途的候选者。FND表现出明亮的荧光，没有光漂白，结合高摄取率和低细胞毒性。针对FNDs对神经元功能的干扰，本文研究了它们对培养的海马神经元的影响，监测整个网络的发育以及单个神经元的电生理特性。我们观察到，FND急剧降低抑制性（从1.81 Hz至0.86 Hz）和兴奋性（从1.61 Hz至0.68 Hz）的微小突触后电流的频率，并一致降低动作电位（AP）的放电频率（由36%），通过微电极阵列测量。相反，爆发同步被保留，以及自发抑制和兴奋事件的幅度。电流钳记录显示，与AP列车的高频率（快速尖峰）与神经元响应与列车的低频（慢尖峰）的神经元的比例是不变的，这表明FND施加了类似的行动神经元亚群。在单细胞水平，体细胞AP（“扭结”）的快速发作显着减少，在FND处理的神经元，这表明轴突和树突成分的贡献减少，同时保持神经元的兴奋性。
2018-03-02 physics.bio-ph 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
Synergy from Silence in a Combinatorial Neural Code
神经元群代表外部世界事件的方式是神经科学的基础。在这里，我们分析的人口代码的视网膜在自然的刺激和特定的多神经元放电模式所传达的信息可以是非常不同的模式的部分的总和。同步尖峰信号传递的信息比任何一个参与细胞都多，但几乎总是小于它们的总和，使它们成为冗余的编码符号。令人惊讶的是，尖峰和沉默的模式大多是协同作用的-携带的信息，只有通过观察整个活动模式，而不是其组成部分，并表示刺激的独特功能才能访问。这些结果表明，视网膜使用组合代码，大脑可以从识别多神经元放电模式中受益匪浅。
2006-07-13 physics.bio-ph q-bio.MN q-bio.NC
Metastability in networks of nonlinear stochastic integrate-and-fire neurons
本研究针对单神经元非线性与神经群体集体活动的关联问题，采用随机漏性积分发放模型的场论公式，揭示了非线性尖峰强度与膜电位重置的相互作用可诱发循环网络亚稳态，并对发放率和膜电位产生同向或反向调控效应。
2024-12-12 cond-mat.dis-nn q-bio.NC
Diversity of Intrinsic Frequency Encoding Patterns in Rat Cortical Neurons -Mechanisms and Possible Functions
对猴体内初级和次级躯体感觉皮层中单个神经元的细胞外记录表明，随着外部刺激频率的增加，它们的放电率在不同细胞中可以增加、减少或保持恒定。我们观察到类似的内在放电模式（增加，减少或恒定）在体外大鼠躯体感觉皮层，当刺激与振荡输入电导注射（动态钳）。这种观察的潜在机制并不明显，并提出了数学建模的挑战。我们提出了一个简单的原则来描述这种现象，使用一个泄漏的积分和消防模型与正弦输入，一个固有的振荡和泊松噪声。编码增益的额外增强可以通过不同内在响应模式之间的局部网络连接来实现。我们的工作揭示了这些相反的神经元响应背后可能的细胞和网络机制，这些反应有助于增强信号检测。
2012-03-05 q-bio.NC
A tractable method for describing complex couplings between neurons and population rate
群体中的神经元是强相关的，但如何简单地捕捉这些相关性仍然是一个争论的问题。最近的研究表明，每个细胞的活性受到群体速率的影响，群体速率被定义为群体中所有神经元的总活性。然而，一个明确的，易于处理的模型，这些相互作用仍然缺乏。在这里，我们建立了一个概率模型的人口活动，重现每个细胞的发射率，人口率的分布，以及它们之间的线性耦合。这个模型是易于处理的，这意味着它的参数可以在标准计算机上在几秒钟内学习，即使是大人口记录。我们推断我们的模型为蝾螈视网膜中的160个神经元。在这个群体中，单细胞放电率以意想不到的方式依赖于群体速率。特别是，一些细胞有一个优选的群体率，在这个群体率下，它们最有可能发射。这些复杂的依赖关系不能用细胞和种群率之间的线性耦合来解释。我们设计了一个更通用、更易于处理的模型，可以完全解释这些非线性依赖关系。因此，我们提供了一种简单且计算上易于处理的方法来学习模型，该模型再现了每个神经元对种群速率的依赖性。
2016-06-28 cond-mat.dis-nn q-bio.NC
The interplay of common noise and finite pulses on biological neurons
本研究探讨了高斯白噪声和有限脉冲宽度对两个LIF神经元最小网络的影响，发现其同步放电行为在超过临界值时会突变为异步状态，并伴随滞后现象。
2024-01-07 q-bio.NC
Drifting states and synchronization induced chaos in autonomous networks of excitable neurons
对兴奋性和抑制性神经元平衡网络的研究导致了几个悬而未决的问题。一方面，我们还不清楚在大脑中观察到的异步状态是自主产生的，还是外部驱动和内部动力之间相互作用的结果。也不知道哪种网络可变性将导致不规则尖峰以及哪种导致同步激发状态。在这里，我们展示了如何孤立的纯兴奋性神经元网络一般表现出异步发射时，最低水平的结构变异性与不应期一起存在。我们的自治网络由可激发单元组成，其形式是泄漏积分器，仅在响应驱动输入时出现尖峰。对于一个非均匀的网络，完全由兴奋性神经元组成，我们发现了丰富的剧目的自诱导动力学状态，包括异步漂移状态，完全同步，或混合，包含漂移和同步组件。所考虑的单个神经元是可兴奋的，因此不处理固有的自然放电频率。然而，一个有效的网络范围内的自然频率分布是通过自洽的反馈回路自动生成的。我们发现两种类型的异步活动，与个别神经元尖峰定期在纯漂移状态，虽然连续分布的放电频率。然而，由于同步分量的周期性驱动，漂移分量的活动在混合状态下变得不规则。我们提出了一种新的工具，用于研究的混乱尖峰神经网络，其中包括一个分析的时间序列的连续interspike间隔对。在这个空间中，我们表明，一个奇怪的吸引子与分形维数的形成。
2016-09-21 nlin.AO 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
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
Mean Field Theory Based on the Spike Time Response Curve for Synchronization Within and Between Two Alternating Populations of Neural Oscillators with Delays
Louisiana State University Health Sciences Center – New Orleans（路易斯安那州立大学健康科学中心新奥尔良分校）
本文针对含延迟的交替神经振荡器种群，提出基于脉冲时间响应曲线的平均场理论，摒弃振荡器相位概念，推导交替放电模式的自洽判据，模拟显示其预测锁相稳定性优于瞬时相移方法，可推广至多类耦合场景。
2026-10-09 q-bio.NC
Testing our conceptual understanding of V1 function
在这里，我们通过提出两个实验问题来测试我们对V1函数的概念理解：1）神经元如何对动态自然场景中包含的时空结构做出反应？以及2）在无偏样本中获得的跨皮层所有层的神经元的视觉反应性和神经反应的可预测性的真实范围是多少？我们解决这些问题，通过记录与32通道硅探针自然电影刺激的反应。通过同时记录所有层中的细胞，并获取所有记录的细胞，我们减少了记录偏差，这是由于“狩猎”漂移的酒吧和光栅引起的神经反应。一个非参数模型显示，许多细胞的视觉反应不出现被标准的感受野模型捕获。在支持向量机中使用非线性径向基函数核，我们可以比标准的线性和相位不变的复杂细胞模型更好地解释这些细胞的反应。这表明V1神经元表现出比标准模型更复杂和多样化的反应，从经典感受野强烈驱动的简单和复杂细胞，到从非参数和RFB模型推断的具有更多非线性感受野的细胞，以及尽管有强大的放电但没有视觉反应的细胞。
2013-11-04 q-bio.NC
Sequential Desynchronization in Networks of Spiking Neurons with Partial Reset
神经元对突触输入的反应很大程度上取决于它是否刚刚发出了一个尖峰。我们提出了一个神经元模型，尖峰发射后表现出部分响应剩余的输入电荷，并研究其集体网络动力学分析。我们发现了一种新的去极化机制，导致顺序的去极化过渡：在全球耦合的神经元的部分响应的强度增加诱导一系列的分叉状态与大集群的同步发射神经元，通过状态与较小的集群完全异步尖峰。我们简要讨论了更一般的生物物理神经元网络的这种机制的关键后果。
2008-10-15 q-bio.NC
Oscillations and irregular persistent firing patterns in a homogeneous network of excitatory stochastic neurons with gap junctions in the mean-field limit
我们继续以前的一系列研究的数学模型，描述了一个均匀的兴奋点尖峰神经元网络的平均场极限行为的工作。与其他模型相反，这里的噪声是神经元固有的，通过膜电位依赖的尖峰速率概率，我们假设是由幂律给出的。这允许人们将几个神经噪声源压缩成一个函数，这有助于进行更可处理的数学和计算分析。特别是，我们给出了伪解析表达式的不变分布的膜电位在整个人口和研究其稳定性计算。神经元被认为是通过化学和可能的电（间隙连接）突触连接，也可以通过细胞外介质进行离子泄漏。当泄漏率或间隙连接率为非零且在总体的最大势能处出现无限间断时，该分布具有紧支撑。对于泄漏（没有间隙连接）和间隙连接（没有泄漏）的情况，这总是发生。然而，这些不连续的分布可能只稳定的线性尖峰率函数。最近的研究表明，当泄漏不存在且间隙连接足够强时，网络如何能够呈现其活动中的全局振荡的高度同步状态。在这里，我们确认如何振荡持续弱泄漏时也被认为是。因此，这些树突状（而不是轴突）缝隙连接可以发挥作用，在高水平的神经同步必要的神经系统的发展在年轻的年龄。该模型，因此，提出了一个丰富的现象学和能力，再现神经网络的几个生物特征，尽管它的数学简单，因此提出了一个强大的工具，高性能计算。
2017-07-19 math.DS q-bio.NC
A statistical model for in vivo neuronal dynamics
单神经元模型在计算神经科学中有着悠久的传统。诸如Hodgkin-Huxley模型的详细生物物理模型以及诸如积分激发模型类的简化神经元模型将输入电流与神经元的膜电位相关联。这些类型的模型已被广泛地拟合到输入电流受控的体外数据。然而，这些模型在表征细胞内体内记录时用处不大，因为神经元的输入是未知的。在这里，我们提出了一种新的单神经元模型，其特征在于在体内记录的统计特性。更具体地说，我们提出了一个随机过程，其中阈下膜电位遵循高斯过程，尖峰发射强度非线性地依赖于膜电位以及尖峰历史。我们首先表明，该模型具有丰富的动态剧目，因为它可以捕捉任意的阈下自协方差函数，发射率的适应以及任意形状的动作电位。然后，我们表明，该模型可以有效地拟合数据，而不会过度拟合。最后，我们表明，该模型可用于表征，因此精确地比较各种细胞内在不同的动物和实验条件下的体内记录。
2015-10-23 q-bio.NC
Pattern Storage, Bifurcations and Higher-Order Correlation Structure of an Exactly Solvable Asymmetric Neural Network Model
精确可解的非对称权值神经网络模型是罕见的，精确解仅在一些平均场方法中可用。在这篇文章中，我们找到了任意大小的非对称自旋玻璃模型的精确解析解，并对其动力学和统计性质进行了全面的研究。该网络具有离散时间演化方程，二进制发射率，可以由任何分布的噪声驱动。我们发现的条件和固定的联合概率分布的膜电位和放电率的解析表达式。的条件概率分布的发射率允许我们引入一个新的学习规则来存储安全，在存在噪声，点和循环吸引子，在内容可寻址存储器领域的重要应用。此外，我们研究了神经元动力学的分支结构的网络。我们推导出解析的例子余维1和余维2分叉图的网络，它描述了如何神经元动力学的变化与外部刺激。特别是，我们发现，该网络可能会经历多稳态制度，振荡行为引起的不对称突触连接，和各种形式的自发性破坏之间的过渡。另一方面，联合概率分布使我们能够分析计算网络的高阶相关结构，这揭示了神经元的制度，在统计上，膜电位和放电率是同步或异步的。我们的结果是有效的网络组成的任意数量的神经元，但完整性，我们也推导出网络方程的平均场极限，我们研究分析其局部分叉。所有的分析结果得到了广泛的验证，数值模拟。
2017-02-15 q-bio.NC
Locking of correlated neural activity to ongoing oscillations
在皮层活动的介观信号中普遍观察到群体范围的振荡。在这些网络状态中，全局振荡周期调节神经元的放电倾向。神经元的同步激活被假设为大脑中信号处理信息的单独通道。因此，一个突出的问题是，振荡是否以及如何与尖峰同步相互作用，以及这些通道在多大程度上可以被认为是分开的。实验确实表明，相关尖峰与静态放电率共同调制，并且也紧紧锁定在β振荡的相位上。虽然在前馈网络中相关性对平均速率的依赖性是很好理解的，但仍然不清楚相关性为什么以及通过什么机制紧密锁定到振荡周期。我们在这里证明，这种相关的激活对神经元定性地解释了随机驱动的随机网络。我们确定的协方差依赖于驱动周期性刺激的机制。平均场理论结合线性响应理论给出了二元递归随机网络的循环平稳平均活动和两两零时滞协方差的封闭表达式。两种不同的机制导致时变协方差：单个神经元敏感性的调制（通过外部输入和网络反馈）和单个单元活动的时变方差。对于某些参数，有效抑制的经常性反馈导致共振协方差，即使平均活动显示非共振行为。我们的分析结果开放的问题，时间调制的同步活动的定量分析。
2017-07-03 cond-mat.dis-nn q-bio.NC
Relaxation and self-sustained oscillations in the time elapsed neuron network model
时间流逝模型描述了一个均匀的神经元组件的放电活动，这要归功于自上次放电以来所经过的时间的分布。它给出了一个数学描述的概率密度的神经元结构的时间。在较早的工作中，广义相对熵方法的基础上，它被证明是高度或弱连接网络的模型表现出松弛的稳定状态和适度连接的网络，它是获得的自我维持的周期解的外观的数值证据。在这里，我们更进一步，并使用特定形式的模型，我们量化的制度，松弛到一个稳定的状态发生在网络连接。为了介绍我们的方法，我们首先考虑的情况下，神经元是不连接的，我们给出了一个新的声明，表明总的异步发射的神经元出现渐近。在第二步中，我们考虑连接的情况，并给出一个低连接条件，仍然导致异步触发。我们的低连通性条件在某种程度上是尖锐的，因为我们可以给出一个例子，当这个条件不满足时，同步节律活动发生。事实上，我们能够建立几个明确的家庭的周期解。我们的构造是完全非线性的，并且网络中神经活动的非线性化不遵循分叉分析。它依赖于一个代数非线性边界条件，发生在model.These解析结果进行了比较与数值模拟在更广泛的假设下，并被证明是强大的。
2011-09-15 math.AP q-bio.NC
Average synaptic activity and neural networks topology: a global inverse problem
神经网络的动力学通常以集体行为和准同步事件为特征，其中大部分神经元在短时间间隔内放电，由不相关的放电活动分开。这些全球时间信号对大脑功能至关重要。它们强烈地依赖于网络的拓扑结构和连通性的波动。我们提出了一个异构的平均场方法随机网络上的神经动力学，明确地保留在不断增长的网络规模的拓扑结构中的混乱，并导致一组自洽方程。在这种方法中，我们提供了一个有效的描述微观和大尺度的时间信号的泄漏集成和消防模型与短期的可塑性，准同步事件的出现。我们的方程提供了一个清晰的动态分析图，证明了周期性（锁定）和非周期性（解锁）神经元对可测量的平均信号的贡献。特别是，我们制定并解决了一个全球性的逆问题重建的度分布的平均活动领域的知识。我们的方法是非常普遍的，适用于一个大类的稠密随机网络的动力学模型。
2014-03-24 cond-mat.dis-nn cond-mat.stat-mech physics.bio-ph
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
Exact analysis of the subthreshold variability for conductance-based neuronal models with synchronous synaptic inputs
本文提出一种基于可交换性和跳跃过程的分析框架，精确计算电导型神经元在同步突触输入下的阈下膜电位变异性，发现异步状态需大突触驱动，而皮层输入需弱同步性。
2023-12-28 math.PR q-bio.NC
Dynamics of multi-stable states during ongoing and evoked cortical activity
单个试验分析合奏活动在警觉的动物表明，皮层电路动态演变通过时间序列的亚稳态。亚稳性已被研究其在感觉编码，记忆和决策中的潜在作用。然而，人们对负责其起源的网络机制知之甚少。通常假设状态序列的开始是由外部刺激触发的。在这里，我们表明，状态序列也可以观察到在没有明显的感官刺激。对警觉大鼠味觉皮层多电极记录的分析揭示了持续的状态序列，其中单个神经元自发地在不同状态下获得几个放电率。这种单神经元多稳定性代表了对现有尖峰网络模型的挑战，其中通常每个神经元至多是双稳定的。我们提出了一个经常性的尖峰网络模型，占两个自发产生的状态序列和多稳定性的单神经元放电率。每个状态都是由具有增强的簇内连接的神经簇的激活引起的，每个簇中的放电率取决于活跃簇的数量。模拟表明，模型集合活动在不同状态之间跳跃，再现了数据中观察到的持续动态。当探测外部刺激时，该模型预测了单神经元多稳态到双稳态的淬灭和逐个试验变异性的减少。这两个预测都在数据中得到了证实。总之，这些结果提供了一个理论框架，捕捉正在进行的和诱发的网络动态在一个单一的机制模型。
2016-03-22 q-bio.NC
Scaling of a large-scale simulation of synchronous slow-wave and asynchronous awake-like activity of a cortical model with long-range interconnections
皮层突触组织支持多个空间和时间尺度上的一系列动态状态，从深睡眠或麻醉的特征性同步慢波活动（SWA）到清醒期间的波动异步活动（AW）。这种动态多样性对产生有效的大规模模拟提出了挑战，这些模拟体现了短距离和长距离突触连接的现实隐喻。事实上，在SWA和AW期间，皮层组织的不同空间范围在给定的时间跨度和不同的放电率下是活跃的，这意味着各种各样的本地计算和通信负载。因此，模拟性能和鲁棒性的平衡评估应包括各种皮质动态状态的测试。在这里，我们展示了我们专有的分布式和可塑性脉冲神经网络（DPSNN）模拟引擎在SWA和AW中的性能缩放，用于神经种群的二维网格，这反映了皮层的模块化组织。我们探索了多达192x192个模块的网络，每个模块由1250个具有尖峰频率适应的整合和激发神经元组成，并且具有不同空间衰减常数的指数衰减模块间突触连接。对于最大的网络，突触的总数超过700亿。执行平台包括多达64个双插槽节点，每个插槽安装8个英特尔至强Haswell处理器内核，时钟频率为2.40 GHz。网络初始化时间，内存使用和执行时间表现出良好的缩放性能，从1到1024个进程，使用标准的消息传递接口（MPI）协议实现。在探索的模块间互连范围内，我们实现了每秒2.3x10^9到4.1x10^9个突触事件的模拟速度。
2019-11-26 cs.NE q-bio.NC
Impact of triplet correlations on neural population codes
尖峰活动的哪些统计特征对刺激在神经元群体中的编码方式很重要？大量的工作已经探索了单个细胞的放电率和细胞对尖峰的相关性如何影响编码。但是，关于高阶相关性（描述了三胞胎和更大的细胞集合中同时放电）如何影响编码的刺激信息，人们知之甚少。在这里，我们迈出了缩小这一差距的第一步。我们在小（~10个细胞）神经元群体中改变三联体相关性，同时保持单细胞和成对统计固定在典型报告值。对于每个值的三重相关性，我们估计的性能的神经元群体上的两个刺激的歧视任务。我们确定了一种主要的方式，这种三重相关性可以强烈增强编码：如果三重相关性不同的两个刺激，他们扭曲的反应分布的两个刺激除了彼此，分开他们，使他们更容易区分。当两种刺激都引起类似的三联体相关性时，这种编码益处不会发生。这些结果表明，高阶相关性可能对群体编码有很强的影响。最后，我们计算有多少样本是必要的，以准确地测量这种类型的尖峰相关性，在实验中提供必要的记录时间的估计。
2014-12-01 q-bio.NC
Subthreshold moment analysis of neuronal populations driven by synchronous synaptic inputs
本文用相关跳过程建模突触输入，结合排队论不动点方法对电导型神经元作广义矩分析，证明微弱非零同步性可解释阈下电压协方差与偏度。
2025-03-17 q-bio.NC
A computational investigation of the relationships between single-neuron and network dynamics in the cerebral cortex
在复杂动物中，大脑区域的功能被认为依赖于神经元网络的动力学，而不是单个神经元。另一方面，网络动力学反映并产生于单个神经元群体活动的整合和协调。因此，了解单个神经元和神经回路动力学如何相互补充以产生大脑功能至关重要。LFP和EEG是介观和宏观神经元群体动态的良好指标，而微观水平的活动可以通过测量单个神经元的膜电位、突触电流或尖峰活动来记录。在这篇论文中，我们开发的数学建模和数学分析工具，可以帮助解释联合措施的神经活动在微观和中观或宏观尺度。特别是，我们开发了递归皮层回路的网络模型，可以澄清单神经元的几个方面的影响（即，显微镜水平）对整个神经元群体活动的动力学（如通过LFP测量的）。然后，我们开发统计工具来表征单个神经元的动作电位放电和质量信号之间的关系。我们将这些后一种分析技术应用于单个细胞类型识别的神经元和介观（即，LFP）和宏观（即，EEG）信号。我们确定了细胞特异性神经放电和质量电路活动之间关系的几个一般方面，例如提供了从质量测量（例如LFP和EEG）推断单神经元放电活动的一般和鲁棒的数学规则。
2016-12-31 cs.IT math.IT q-bio.NC
Input nonlinearities can shape beyond-pairwise correlations and improve information transmission by neural populations
虽然最近来自神经元群体的记录显示了超越成对或高阶相关性（HOC），但我们对HOC如何从网络交互中产生以及它们如何影响编码信息的理解很少。在这里，我们表明，输入非线性意味着HOC自旋玻璃型统计模型。然后，我们讨论了一个这样的模型与参数化的成对和高阶的相互作用，揭示条件下，超越成对的相互作用增加一个给定的刺激类型和人口之间的相互信息的反应。对于联合高斯刺激，只有当神经放电率被约束为低时，通过成形输出HOC来改善编码性能。对于具有偏斜概率分布的刺激（如自然图像亮度），性能对于所有激发速率都有所改善。我们的工作表明了神经输入的非线性整合、刺激统计和群体编码的规范理论之间令人惊讶的联系。此外，它表明，包括超越成对相互作用可以提高机器学习和信号处理应用的玻尔兹曼机的性能。
2015-11-20 cond-mat.stat-mech q-bio.NC
From Cortical Synchronous Rhythm to Brain Inspired Learning Mechanism: An Oscillatory Spiking Neural Network with Time-Delayed Coordination
Department of Psychiatry & Department of Computer Science（精神病学系与计算机科学系）
本文提出一种脑启发学习机制，通过迭代的自下而上和自上而下交互，实现认知层面的神经同步，利用振荡同步实现高效信息处理。
2026-05-03 cs.AI cs.LG q-bio.NC
Deep Learning Models for Atypical Serotonergic Cells Recognition
针对非典型5-羟色胺能神经元缺乏可靠识别标准的问题，本文利用荧光蛋白鉴定的体外电生理记录训练CNN，实现典型与非典型5-羟色胺能细胞的高准确率分类。
2024-05-09 cs.CE q-bio.NC
Fast reconstruction of degenerate populations of conductance-based neuron models from spike times
Montefiore Institute, University of Liège（里耶克斯大学蒙特福尔研究所）；LTCI, Telecom Paris, Institut Polytechnique de Paris（巴黎电信LTCI研究院，巴黎理工院）
结合深度学习与动态输入电导理论，从尖峰时间快速重建高维电导模型的退化群体，实现高精度、鲁棒且可扩展的推断。
2026-03-09 cs.LG math.DS q-bio.NC
Identifying anatomical origins of coexisting oscillations in the cortical microcircuit
振荡在神经元群体信号中是无所不在的，如多单位记录、EEG/MEG和局部场电位。它们与神经元的群体放电率有关，单个神经元以接近不规则的方式以低速率放电。使用平均场和线性响应理论的结合，我们预测了V1分层微电路模型中产生的光谱，该模型由泄漏的集成和激发神经元组成，并基于从解剖和电生理研究中编译的连接性。该模型表现出低和高伽玛振荡可见于所有人口。由于本地产生的频率被施加到其他群体，振荡的起源不能从光谱中推断出来。我们开发了一种普遍适用的系统方法，确定在给定的网络中产生振荡的解剖电路。基于理论上减少的动态，我们推导出一个灵敏度的措施，导致在一个依赖于频率的连接图，揭示了所观察到的振荡的峰值振幅和频率至关重要的连接，并确定产生给定频率的最小电路。低伽马峰原来是在位于层2/3和4中的子电路中产生的，而高伽马峰则来自层4中的中间神经元。发现层5内和层5上的连接调节慢速率波动。我们进一步证明了关键连接的小扰动如何对种群谱产生重大影响，而其他连接的损伤使种群水平上的动态不变。这项研究揭示了控制皮层微电路频谱的机制最有效的连接。
2016-05-19 q-bio.NC
The cell-type specific connectivity of the local cortical network explains prominent features of neuronal activity
在过去的十年中，局部皮层网络的细胞类型特异性连接和活动已经被实验表征到一些细节。与此同时，建模已被建立作为一种工具，将网络结构与活动动态联系起来。虽然可用的连接图已被用于各种计算研究中，模拟活动的突出特点，如自发放电率不匹配的实验结果。在这里，我们表明，不一致性产生的不完整的连接图。我们比较了最全面的地图（汤姆森等人，2002; Binzegger等人，2004）揭示了它们的主要差异：横向采样范围和靶细胞的具体选择。考虑到他们，我们编译一个集成的连接图和分析的本地分层皮层网络的全尺寸模型的模拟统一的地图。模拟的自发活动是异步不规则的，细胞类型特异性自发放电率与清醒动物体内记录一致，包括2/3层兴奋细胞的低比率。类似地，由瞬时丘脑输入诱发的激活模式再现最近的体内测量。模拟结果和实验的对应关系取决于对特定目标类型选择的考虑，从而取决于对大量可用连接数据的整合。细胞类型特定的分层输入结构和前馈和反馈连接的组合揭示了兴奋和抑制的相互作用如何塑造局部皮层网络的自发和诱发活动。
2011-06-28 q-bio.NC
