Information processing at single neuron level
通过对Hodgkin和Huxley型神经元在多个突触刺激下的数值模拟，提出了单个神经元信号处理的抽象概念。在所提出的概念中，神经元基于输入之间的时间相干性程度来执行突触输入到单个输出事件的绑定。抑制作用是这种结合的控制因素。
2007-12-31 q-bio.NC
Memory Retrieved from Single Neurons
本文研究了在Hebbian神经网络中从单个神经元访问向量记忆的问题。它首先回顾了作者早期的方法，该方法与Hopfield模型的不同之处在于，它通过传播活动来招募相邻的神经元，使单个或一组神经元与向量记忆相关联成为可能。与这种方法相关的一些开放的问题被确定。这表明，产生存储的记忆片段可以通过局部扩散活动与单个神经元相关联。
2009-05-22 cs.NE q-bio.NC
Linear response in neuronal networks: from neurons dynamics to collective response
我们回顾了两个例子，其中提交给外部刺激的神经元网络的线性响应可以显式地导出，包括网络参数依赖性。这是在一个类似统计物理学的方法，其中一个关联到模型的自发动力学的自然概念吉布斯分布继承自遍历理论或随机过程。这两个例子是Amari-Wilson-Cowan模型和基于电导的Integrate and Fire模型。
2019-09-10 nlin.CD physics.bio-ph q-bio.NC
Chaotic and non-chaotic phases in experimental responses of a single neuron
大脑功能的一致性和可预测性取决于单个神经元的可重复活动。我们确定了一个可重复的非混沌神经元阶段，其中单个神经元的凹响应延迟曲线之间的偏差不随刺激次数的增加而增加。一个混乱的神经元阶段出现在一个过渡到凸的潜伏期分布指数发散，指示不可再现的响应时间。我们的研究结果是支持定量的数学框架，并发现强大的周期性和随机刺激模式。此外，这些结果对神经元时间分辨率提出了限制，使用神经元链可以将其增强到毫秒以下。
2014-04-27 nlin.CD q-bio.NC
Self-organized criticality in single neuron excitability
我们提出的实验和理论的论点，在单个神经元水平，表明神经元响应波动反映了一个过程，神经元的位置附近的过渡点，分离兴奋和不兴奋的阶段。这一观点是支持的动力学特性的系统中观察到的实验中分离培养的皮层神经元，以及由自组织临界性和膜兴奋性生物物理学的结构之间的理论映射。
2013-08-07 physics.bio-ph q-bio.NC
Whole Brain Network Dynamics of Epileptic Seizures at Single Cell Resolution
癫痫发作的特征在于多个尺度的异常脑动力学，涉及单个神经元、神经元集合和粗糙的脑区域。理解这种突发性种群动力学的原因的关键是在多个大脑尺度上捕捉神经元活动的集体行为。在这篇论文中，我利用斑马鱼幼鱼捕捉癫痫发作时整个大脑的单细胞神经元活动。首先，我利用统计物理方法来量化癫痫发作期间单个神经元动力学的集体行为。在这里，我展示了一个人口机制，通过该机制，单神经元动力学组织成癫痫发作：大脑动力学偏离相变。其次，我利用单神经元网络模型来识别实际导致这种转变发生的突触机制。在这里，我表明网络中神经元连接的密度是驱动全身性癫痫发作动力学的关键。有趣的是，这种变化也破坏了大脑网络的网络反应特性和灵活的动力学，从而将癫痫发作期间的微尺度神经元变化与突发性脑功能障碍联系起来。第三，我利用非线性因果推理方法来研究癫痫发作发生的潜在神经元相互作用的性质。在这里，我展示了癫痫发作是由高度同步性驱动的，但也是由神经元之间高度非线性的相互作用驱动的。有趣的是，这些非线性特征在宏观尺度上被过滤掉，因此可以代表可用于微观尺度干预策略的神经元特征。这篇论文展示了多尺度动力学研究的实用性，在斑马鱼幼鱼，连接在微尺度上的神经元活动与突发性癫痫发作期间的属性。
2022-12-12 q-bio.NC
High-dimensional brain. A tool for encoding and rapid learning of memories by single neurons
编码记忆是现代神经科学的基本问题之一。这一现象背后的功能机制在很大程度上仍然未知。实验证据表明，一些记忆功能是由分层的大脑结构执行的，例如，海马体在这种特殊情况下，CA1区的单个神经元从CA3区接收高度多维的输入，CA3区是信息处理的中枢。因此，我们评估的含义丰富的神经元信号通路汇聚到单细胞上的信息处理。我们发现，单神经元可以选择性地检测和学习任意的信息项，因为它们在高维空间中运行。该论点是基于随机分离定理和测量现象的浓度。我们证明了一个足够简单的功能神经元模型能够解释：i）单个神经元对信息内容的极端选择性，ii）从一个大集合中同时分离出几个不相关的刺激或信息项，iii）通过将它们与已经“已知”的相关联来动态学习新的项。这些结果构成了组织的基础上，复杂的记忆在合奏的单个神经元。此外，他们表明，没有一个先验假设的结构组织的神经元合奏是必要的解释静态和动态记忆的基本概念。
2018-01-27 q-bio.NC
Non-genetic acoustic stimulation of single neurons by a tapered fiber optoacoustic emitter
作为一种新兴的技术，经颅聚焦超声已被证明可以成功地诱发小鼠、兔的运动反应和人类的感觉/运动反应。然而，超声的空间分辨率不允许高精度刺激。在这里，我们开发了一种锥形光纤光声发射器（TFOE），用于神经元的光声刺激，具有前所未有的20微米的空间分辨率，能够选择性激活单个神经元或亚细胞结构，如轴突和树突。由TFOE从3纳秒的单个激光脉冲转换的1微秒的单个声脉冲被示出为迄今为止成功激活神经元的最短声刺激。由TFOE产生的高度局部化的超声使得在单个神经元上集成光声刺激和高度稳定的膜片钳记录成为可能。直接测量单个神经元对声刺激的电响应，这是传统的超声刺激难以实现的，已经首次得到证实。通过将TFOE与离体脑片电生理学耦合，我们揭示了兴奋性和抑制性神经元对声刺激的细胞类型特异性反应。这些结果表明，TFOE是一种非遗传的单细胞和亚细胞调制技术，这可能会为神经刺激机制提供新的见解。
2020-12-17 q-bio.NC
Entrainment of the intrinsic dynamics of single isolated neurons by natural-like input
神经元动力学本质上是不稳定的，产生的活动波动基本上是无标度的。在这里，我们表明，虽然这些无标度波动是独立的时间输入统计，它们可以夹带输入变化。联合输入输出统计和脉冲序列重现性在突触隔离皮层神经元进行了测量，以响应各种输入制度在延长的时间尺度（许多分钟）。响应夹带被认为是最大的输入本身具有自然的，无标度的统计。我们的结论是，自然刺激的偏好，经常观察到在系统水平上，已经存在于基本的，单神经元水平。
2013-01-31 q-bio.NC
Generalized cable formalism to calculate the magnetic field of single neurons and neuronal populations
神经元产生的磁场可以用脑磁图等宏观技术记录下来。解释神经元磁场起源的理论涉及均匀电阻性细胞外介质中的树突电缆结构。在这里，我们推广这个模型，考虑在细胞外介质中的树突状电缆任意复杂的电性能。该方法基于多尺度平均场理论，其中神经元被认为与“平均”细胞外介质（其特征在于比阻抗）相互作用。我们首先表明，正如预期的那样，广义电缆方程和标准电缆产生的磁场主要取决于电缆中的轴向电流，细胞外电流的贡献适中。出乎意料的是，我们还表明，细胞外和细胞内介质的性质影响轴向电流，从而也影响神经元的磁场。我们说明了这些属性的数值模拟，并建议实验来测试这些发现。
2014-10-10 q-bio.NC
From Single Neurons to Behavior in the Jellyfish Aurelia aurita
水母的神经网络提供了对神经系统起源的深入了解，因为它们的分类地位和进化年龄都表明水母类似于一些最早的带有神经元的、活跃的游泳动物。在这里，我们开发了第一个神经网络模型的神经网络的水母。具体来说，我们专注于月亮果冻Aurelia aurita和控制其节能游泳运动。所提出的单神经元模型解开了不同电流对尖峰的贡献。该网络模型确定确保非病理活动的因素，并建议优化信号的传输。在模拟水动力环境下水母的肌肉系统和钟形结构后，我们探讨了由神经活动引起的游动。我们发现，神经网络激活之间的不同延迟导致控制良好，不同方向的运动。我们的模型将尺度从单个神经元连接到行为，从而全面了解水母的神经控制。
2019-07-11 q-bio.NC
Spectral representation: analyzing single-unit activity in extracellularly recorded neuronal data without spike sorting
细胞外记录的神经元数据的常规分析的一个步骤是尖峰分选，其将电信号分离成来自不同神经元的动作电位。由于尖峰排序涉及人类的判断，它可能是主观的和时间密集的，特别是对于大量的神经元。在这里，我们提出了一个简单的，自动化的方法来构建神经元活动的替代表示，称为频谱表示（SR）。在这种方法中，神经元的尖峰被映射到一个离散空间的尖峰波形特征和时间。频谱表示使我们能够找到单单位刺激相关的神经元活动的变化，而无需尖峰排序。我们测试的能力，这种方法来预测刺激使用模拟数据和实验数据从麻醉绒猴的听觉映射研究。我们发现，我们的方法产生更准确的分类刺激比穗排序数据的模拟和实验条件。此外，这种方法本身的细胞外记录的神经元系综的自动化分析。此外，我们建议的方式，这些表示可以很容易地扩展到协助尖峰排序和评价单神经元的刺激周围时间直方图。
2005-02-24 q-bio.NC q-bio.QM
Racing to Learn: Statistical Inference and Learning in a Single Spiking Neuron with Adaptive Kernels
本文介绍了突触树突核自适应神经元（SKAN），一个简单的尖峰神经元模型，进行统计推断和时空尖峰模式的无监督学习。SKAN是第一个提出的神经元模型，研究动态突触树突内核的影响，并证明他们的计算能力，即使在单个神经元的规模。定义神经元的规则集很简单，没有复杂的数学运算，如归一化，取幂甚至乘法。SKAN的功能来自简单的加法和二元过程的实时交互。与生物神经元一样，SKAN对信号和参数噪声具有鲁棒性，并且可以在其操作中利用两者。在网络规模上，神经元相互竞争，最快的神经元有效地隐藏了其学习的模式。对噪声的鲁棒性，高速和简单的构建块不仅使SKAN在计算神经科学中成为一个有趣的神经元模型，而且使其成为数字和模拟神经形态系统中实现的理想选择，这通过在现场可编程门阵列（FPGA）中的实现来证明。
2014-11-15 cs.NE q-bio.NC
Predicting single-neuron activity in locally connected networks
在神经元群体的协调活动的表征已经收到了新的兴趣，根据先进的实验技术，允许同时从多个单位的记录。在体外和体内制备物中，附近的神经元在自发活动时和受到外部刺激时显示出协调的反应。最近的工作（Truccolo，Hochberg和Donoghue，2010）将这些协调的反应与行为联系起来，表明感觉运动皮层手臂相关区域的神经元小集合可以可靠地预测行为猴子和人类的单神经元尖峰。我们调查这种现象，利用一个类似的点过程模型，表明在一个计算模型的情况下，大脑皮层响应随机背景输入，一个同样能够预测未来的状态，一个单一的神经元，考虑自己的尖峰历史，与尖峰历史随机采样合奏附近的神经元。该模型具有现实的皮层结构，并显示在两个不同的连接方案研究突发事件。我们推测，我们在这些情况下发现的基线可预测性是更广泛考虑的局部连接网络的特征。
2015-06-13 q-bio.NC q-bio.QM
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
Lognormal distribution of firing time and rate from a single neuron?
由于充电离子电流中的噪声，即使单个神经元也能够在其激发统计中产生显著的对数正态特征。先进纳米技术中引入的数学方案与在最简单的情况下分析这种机制有关，即在充电离子电流中具有白噪声的积分和点火模型。
2015-01-19 physics.bio-ph q-bio.NC
Unsupervised deep learning identifies semantic disentanglement in single inferotemporal neurons
训练用于对对象进行分类的深度监督神经网络已经成为灵长类动物腹侧流中流行的计算模型。这些模型表示具有高维分布的群体代码的信息，这意味着下颞叶（IT）响应也太复杂而无法在单神经元水平上解释。我们通过使用深度无监督生成模型beta-VAE对猕猴IT中的面部神经反应进行建模来挑战这一观点。与深层分类器不同，beta-VAE将感官数据“解开”为可解释的潜在因素，如性别或头发长度。我们发现模型发现的生成因子与单个IT神经元编码的生成因子之间存在显著的对应关系。此外，我们能够使用来自少数细胞的信号重建面部图像。这表明腹侧视觉流可能优化了解开目标，产生了一种在单个单元水平上低维和语义可解释的神经代码。
2020-06-25 q-bio.NC
Capturing the dynamical repertoire of single neurons with generalized linear models
计算神经科学的一个关键问题是找到简单、易处理的模型，这些模型仍然足够灵活，可以捕获真实神经元的响应特性。在这里，我们研究的能力，经常性的点过程模型称为泊松广义线性模型（GLM）。这些模型是由一组线性滤波器，一个点的非线性，和条件泊松尖峰。它们具有理想的拟合统计特性，并已被广泛用于分析电生理记录的脉冲序列。然而，GLM的动态库尚未系统地与真正的神经元进行比较。在这里，我们表明，GLM可以再现一套全面的典型的神经反应行为，包括紧张和相位尖峰，爆发，尖峰频率适应，I型和II型兴奋，和两种形式的双稳态。GLM还可以捕获刺激依赖的尖峰定时精度和可靠性的变化，模仿在真实神经元中观察到的那些，并且可以表现出不同程度的随机性，从几乎确定性的响应到比泊松更大的可变性。这些结果表明，泊松GLM可以表现出广泛的动态尖峰行为，发现在真正的神经元，使他们非常适合定性动力学以及定量统计研究的单神经元和人口的响应特性。
2017-07-07 q-bio.NC
Detection of subthreshold pulses in neurons with channel noise
神经元会受到各种噪音的影响。除了突触噪声之外，离子通道的随机打开和关闭表示影响神经元的信号处理特性的固有噪声源。本文研究了随机Hodgkin-Huxley神经元对瞬态输入阈下脉冲的响应。结果表明，随着信道噪声幅值的增大，平均响应时间减小，方差增大。在单脉冲检测的情况下，我们表明，通道噪声使一个神经元检测阈下信号和最佳膜面积（或通道噪声强度）存在一个单一的神经元，以达到最佳性能。然而，单个神经元的检测能力受到较大误差的限制。在这里，我们测试了一个简单的神经网络，可以提高神经元的脉冲检测能力，发现几十个神经元可以完美地检测阈下脉冲。在单神经元和网络两个层次上都存在着内在随机共振现象。在网络级，可以针对包括网络的神经元的数量来优化网络的检测能力。
2008-11-14 q-bio.NC q-bio.SC
Two computational regimes of a single-compartment neuron separated by a planar boundary in conductance space
最近的体外实验数据表明，神经元对输入变量的反应具有不同的敏感性。在这里，我们证明了霍奇金-赫胥黎（HH）神经元可以在两个计算机制，一个是更敏感的输入方差（微分），一个是不太敏感（积分）。3D电导空间中的边界平面将这两个区域分开。对于简化的HH模型，该平面可以从V零倾解析地导出，从而建议通过分析神经元的动力系统将生物物理参数与神经计算相关联的方法。
2007-07-16 physics.bio-ph q-bio.NC
Can Single Neurons Solve MNIST? The Computational Power of Biological Dendritic Trees
生理学实验已经强调了生物神经元的树突如何非线性地处理分布式突触输入。这与人工神经网络中的单元形成鲜明对比，人工神经网络中的单元除了输出非线性之外通常是线性的。如果树突树可以是非线性的，那么生物神经元可能比人工神经元拥有更强大的计算能力。在这里，我们使用一个简单的模型，其中的树突被实现为一个序列的阈值线性单元。我们发现，这种树突可以很容易地解决机器学习问题，如MNIST或CIFAR-10，并且它们受益于在树突树的几个分支上具有相同的输入。这种枝晶模型是稀疏网络的一种特殊情况。这项工作表明，流行的神经元模型可能严重低估了非线性树突和每对神经元多个突触的生物学事实所带来的计算能力。下一代人工神经网络可能会从这些生物启发的树突结构中受益匪浅。
2020-09-02 q-bio.NC
Single Biological Neurons as Temporally Precise Spatio-Temporal Pattern Recognizers
Hebrew University（希伯来大学）
该博士论文提出单神经元是时间精确的复杂时空模式识别器，并通过生物可解释学习规则、可微深度网络类比及脉冲网络扩展论证其计算与系统意义。
2023-09-26 cs.LG cs.NE q-bio.NC
Nuancing the Neuron: A Review of 'The Memory Process: Neuroscientific and Humanistic Perspectives' by Suzanne Nalbantian, Paul M. Matthews, and James L. McClelland (Eds.)
《记忆过程》（The Memory Process），苏珊娜·纳尔班蒂安（Suzanne Nalbantian）、保罗·M. Matthews和James L.麦克莱兰，是一个有趣的和写得很好的书，提供了一个开创性的概述不同的方法来理解记忆，设置议程的跨学科方法的主题。长期以来，记忆一直是科学和人文科学研究和兴趣的焦点。记忆丰富和扭曲生活经验的方式在文学和艺术中得到了广泛的探索。我们对这一主题的迷恋在流行文化中越来越明显，小说和电影的广泛传播，其中事件以非线性的方式发生，反映了对它们的记忆是如何在相关人物的头脑中交织在一起的。研究记忆的科学方法主要集中在对健忘症患者的研究、神经影像学研究以及对记忆的形成、提取和遗忘的认知研究。然而，到目前为止，对记忆的人文和科学研究一直是独立进行的。这本书提供了一个范例说明如何学科界限可以被超越，显示如何从人文和科学的记忆方法可以振兴彼此。本书共有19章，作者来自神经科学、心理学、精神病学、认知科学、文化研究、哲学、生物伦理学、科学史、艺术、戏剧、电影和文学等多个学科，无疑是图书馆书架上最具跨学科性的书籍之一。这些不同的观点一起提供了一个广泛的和刺激的记忆过程的概述。
2014-12-28 q-bio.NC
Timing Control of Single Neuron Spikes with Optogenetic Stimulation
本文预测的能力，外部控制的皮层神经元，其行为遵循Izhikevich神经元模型的发射时间。Izhikevich神经元模型提供了一种有效的和生物学上合理的方法来跟踪皮层神经元的膜电位和其放电时间。外部控制是一个简单的光遗传学模型，由一个可以打开或关闭的恒流源表示。本文认为，发射频率是足够低的膜电位返回到其静息电位后，它的火灾。将神经元充电和神经元恢复到静息电位所需的时间拟合到Izhikevich神经元模型参数的函数。结果表明，线性函数的模型参数可以用来预测充电时间具有一定的精度，并足以估计可实现的最高发射频率没有interspike干扰。
2018-02-13 physics.bio-ph q-bio.NC
Evoking complex neuronal networks by stimulating a single neuron
研究了复杂神经元网络对注入\emph{single}神经元的外部刺激的动力学响应。刺激网络中最大度的神经元，发现随着刺激强度的增加，网络将从静息状态过渡到放电状态，然后恢复到静息状态，在参数空间中显示出有界的放电区域。此外，它被发现，随着耦合强度的降低，点火区逐渐扩大，并在弱耦合，分离成不连通的子区域。通过一个简化的网络模型，详细分析了由刺激强度和耦合强度所构成的二维参数空间中网络动力学的分岔图，并通过引入一个新的系数--有效刺激，探讨了改进的放电区的机制。结果表明，耦合强度和刺激强度对网络的激活同样重要，但作用机制不同。随着刺激强度的增加，有效刺激总体上为\emph{shifted up}，随着耦合强度的增加，有效刺激总体上为\emph{drawn closer}。研究了小世界和随机复杂网络对注入到最大度神经元上的外部刺激的动力学响应，证实了所观察到的现象的普遍性。
2016-04-12 nlin.CD q-bio.NC
Turn Down that Noise: Synaptic Encoding of Afferent SNR in a Single Spiking Neuron
我们已经添加了一个简化的神经形态模型的尖峰时间依赖可塑性（STDP）的突触树突核适应神经元（SKAN）。由此产生的神经元模型是第一个显示除了时空尖峰模式的无监督学习之外的传入信噪比的突触编码。神经元模型特别适合于在数字神经形态硬件中实现，因为它不使用任何复杂的数学运算，并且使用新颖的方法来实现突触稳态。神经元噪声补偿特性的特点和测试噪声损坏的零数字的MNIST手写数据集。结果表明，同时学习的共同模式，在其输入数据，同时动态加权的基础上，他们的信噪比个别传入通道。尽管它很简单，但神经元模型的有趣行为和由此产生的计算能力可能会提供对生物系统的见解。
2014-11-11 cs.NE 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
Leaky Integrate-and-Fire Neuron under Poisson Stimulation
我们考虑一个单一的Leaky集成和激发神经元刺激泊松过程。我们开发了一种方法，它允许一个获得的第一个通过时间的概率密度函数，而无需任何额外的近似。
2016-07-22 q-bio.NC
A cycle with a "short" period in the phenomenological model of a single neuron
本文研究单神经元唯象模型中广义Hutchinson方程的中继版本，构造了时滞区间上至多含两个零点的连续初值对应的全部解，并证明存在周期短于时滞的周期不稳定解。
2024-07-05 math.CA math.DS q-bio.NC
A Microscopic Theory of Intrinsic Timescales in Spiking Neural Networks
单个神经元特性和递归网络结构的复杂相互作用塑造了皮层神经元的活动。单神经元活动统计通常不同于相应的群体统计，包括频谱和相应的自相关时间。我们发展了一个理论，自洽的二阶单神经元统计块结构稀疏随机网络的尖峰神经元。特别是，该理论预测了神经元水平的自相关时间，也称为神经元活动的内在时间尺度。该理论是基于扩展的动态平均场理论从率网络尖峰网络，这是通过仿真验证。它解释了静态可变性，例如由于每个神经元的传入突触的分布数量，以及输入的时间波动。我们将该理论应用于广义线性模型神经元的平衡随机网络、泄漏积分和激发神经元的平衡随机网络以及泄漏积分和激发神经元的生物约束网络。对于具有误差函数非线性的广义线性模型网络，色噪声问题的一种新的解析解使我们能够获得自洽的放电率分布，单神经元功率谱和内在时标。对于泄漏的积分和火灾网络，我们推导出一个近似的色噪声问题的解析解，基于维纳-赖斯级数的Stratonovich近似和一个新的解析解的自由上交统计。再次自洽地关闭系统，在波动驱动的机制中，这种近似产生了对神经元之间的平均放电率及其方差、尖峰间期分布、单神经元功率谱和内在时间尺度的可靠估计。
2021-09-15 cond-mat.dis-nn 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
Derivation of a Schrödinger Equation for Single Neurons Through Stochastic Neural Dynamics
本文证明神经元膜电噪声可涌现出含新常数$\hat{\hbar}$的薛定谔方程，挑战量子与神经科学范式，并提出阈下振荡量子涨落可作为实验检验。
2024-08-21 q-bio.NC quant-ph
The Green's function formalism as a bridge between single and multi-compartmental modeling
神经元是在空间上延伸的结构，其树突上接收和处理输入。一般认为，神经元的计算产生于突触输入沿着树突的输入位置和轴突初始段中的尖峰产生位置之间的主动整合。然而，许多应用程序，如大脑网络的模拟，使用点神经元-没有形态组件的神经元-作为计算单元，以保持概念的复杂性和计算成本低。因此，这些应用不可避免地忽略了神经元计算的一个基本性质。在这项工作中，我们提出了一种模拟人工突触的方法，该方法可以模拟树突处理，而无需显式模拟树突动力学。模型突触采用电缆方程的解析解来计算树突输入后的神经元膜电位。格林函数形式主义是用来推导出封闭版本的电缆方程。我们表明，通过使用这种突触模型，点神经元可以实现以前仅限于多房室模型的领域的结果。此外，当只有少量的模拟突触撞击在形态上精细的神经元上时，实现了计算优势。机会和限制进行了讨论。
2013-09-10 q-bio.NC
Implementing feature binding through dendritic networks of a single neuron
本研究以Purkinje细胞为模型，发现其树突的次线性总和受时空输入动态调节，利用强次线性树突分支作为计算单元，证明单个神经元能够有效解决特征绑定问题。
2025-04-29 q-bio.NC
On 1/f^alpha power laws originating from linear neuronal cable theory: power spectral densities of the soma potential, transmembrane current and single-neuron contribution to the EEG
在神经记录中通常观察到幂律，即功率谱密度（PSD）在大频率f下表现出1/f^alpha行为。噪声谱中的幂律不仅在神经膜电位和膜电流的显微记录中观察到，而且在宏观EEG（脑电图）记录中也观察到。虽然复杂的网络行为已被认为是在这种现象的根源，我们在这里展示了一个可能的起源，这种幂律的生物物理特性的单神经元所描述的标准电缆方程。利用所谓的球和棒神经元模型的分析易处理性，我们推导出一组神经元活动的措施的PSD传递函数的一般表达式：体细胞膜电流，电流偶极矩（对应于单神经元EEG贡献），和体细胞膜电位。这些PSD传递函数将相应测量的PSD与噪声输入电流的PSD相关联。当输入电流均匀分布在神经元膜上时，我们发现所有PSD传递函数都表示渐近高频1/f^alpha幂律。相应的幂律指数被解析地确定为：对于胞体膜电流，α_inf^I = 1/2;对于电流-偶极矩，α_inf^p = 3/2;对于胞体膜电位，α_inf^V = 2。这些幂律指数被发现为任意组合的不相关和相关的噪声输入电流（只要树突和胞体接收一些不相关的输入电流）。与现有数据的比较表明，在实验中观察到的表观幂律可能源于不相关的电流源，大概是内在的离子通道，这是均匀分布在整个神经膜和自己的表现…
2013-12-20 physics.bio-ph q-bio.NC
Single neuron computation: from dynamical system to feature detector
白噪声方法是描述神经系统计算特性的有力工具。这些方法允许人们识别神经系统从复杂输入中提取的特征，并确定这些特征如何组合以驱动系统的尖峰响应。这些方法也已被应用到表征单神经元的输入/输出关系驱动的突触输入，模拟直流注入。为了解释单个神经元的白噪声分析结果，我们想了解单个神经元的特征空间如何映射到膜的生物物理特性，特别是离子通道的动力学。在这里，通过一个简单的动力学模型神经元的分析，我们绘制了一个白噪声分析的输出和底层的动力系统之间的显式连接。我们发现，在一定的假设下，相关功能的形式是由动力系统的参数定义。此外，我们表明，在某些条件下，特征空间是由尖峰触发的平均值和连续顺序的时间导数。
2006-12-13 physics.bio-ph physics.data-an q-bio.NC
Towards a theory of cortical columns: From spiking neurons to interacting neural populations of finite size
神经元群体方程如神经质量或场模型被广泛用于大规模研究大脑活动。然而，这些模型与单个神经元性质的关系尚不清楚。在这里，我们推导出一个方程的几个相互作用的群体在介观尺度从随机连接的广义积分和消防神经元模型的微观模型。每个群体由50 - 2000个相同类型的神经元组成，但不同的群体占不同的神经元类型。我们发现的随机种群方程揭示了单神经元动力学中的尖峰历史效应（如不应性和适应性）如何与种群水平上的有限大小波动相互作用。随机介观方程的有效集成再现了从一个完整的尖峰神经网络模型的微观模拟获得的人口活动的统计行为。该理论描述了非线性涌现动力学，如多稳态网络中有限大小诱导的随机跃迁和兴奋性和抑制性神经元平衡网络中的同步。介观方程被用来快速模拟由八种神经元组成的局部皮层微电路模型。我们的理论建立了一个通用的框架，建模有限大小的神经元群体动力学的基础上单细胞和突触参数，并提供了一个有效的方法来分析皮层电路和计算。
2017-04-21 q-bio.NC
Axon Hillock Currents Allow Single-Neuron-Resolution 3-Dimensional Functional Neural Imaging Using Diamond Quantum Defect-Based Vector Magnetometry
随着磁场传感技术的发展，通过检测动作电位相关磁场（APMF）来测量脑中单个神经元的功能活动正成为一种可行的替代方法。由于蠕虫的大轴突的尺寸，测量其APMF是可能的。在哺乳动物大脑中，轴突的大小，数量和路线，限制了使用这种功能成像方法。利用哺乳动物锥体神经元分段模型，我们发现轴突丘区的轴内电流的APMF比其他神经元部位的大两个数量级。通过宽场金刚石-氮-空位-中心-磁力测定法（DNVM）模拟了神经元体积的自然尖峰活动的预期2维矢量磁场图。基于字典的匹配追踪型算法应用于使用轴突丘的APMF签名的数据，允许以单细胞分辨率在脑组织体积中时空重建AP。因此，APMF信号的增强加上NVMM的进步，可能会取代目前的功能性脑映射技术。
2020-04-29 cond-mat.mes-hall physics.app-ph q-bio.NC
The Influence of Sodium and Potassium Dynamics on Excitability, Seizures, and the Stability of Persistent States: I. Single Neuron Dynamics
在这些论文中，我们研究了钠和钾的相互关联的动力学如何影响神经元的兴奋性，癫痫发作的发生以及活动持续状态的稳定性。在这第一篇论文中，我们构建了一个数学模型组成的一个单一的电导为基础的神经元连同内和细胞外离子浓度动态。我们制定了一个减少这个模型，允许详细的分叉分析，并表明，减少的模型是一个合理的近似完整的模型。我们发现，内在神经元电流，钠钾泵，神经胶质细胞和扩散之间的竞争可以产生非常缓慢和大幅度的离子浓度振荡类似于在癫痫发作中所看到的生理。使用简化模型，我们确定的动力学机制，引起这些现象。这些模型揭示了几个实验可检验的预测。我们的工作强调了离子浓度稳态在神经元正常功能中的关键作用，并指出了可能导致癫痫等病理状态的重要基本过程。
2008-10-22 q-bio.NC q-bio.QM
Functional effects of schizophrenia-linked genetic variants on intrinsic single-neuron excitability: A modeling study
背景资料：最近的全基因组关联研究（GWAS）已经确定了大量精神分裂症（SCZ）的遗传危险因素，这些因素以离子通道和钙转运蛋白为特征。对于这些风险因素中的一些，独立的先前研究已经检查了遗传改变对细胞电兴奋性和钙稳态的影响。在目前的概念验证研究中，我们利用这些实验结果对第V层皮质锥体细胞的计算特性进行建模，并确定SCZ相关基因中可能的常见行为改变。方法：我们应用生物病理学详细的多房室模型来研究第V层锥体细胞的兴奋性。我们回顾了与SCZ相关的基因变体的功能基因组学文献，并使用神经元模型参数的变化来表示这些变体的影响。结果如下：我们提出并应用了一个框架来研究离子通道和Ca2+转运蛋白编码基因的细微单核苷酸多态性对神经元兴奋性的影响。我们的分析表明，大多数被认为是SCZ相关的遗传变异影响尖峰行为和细胞内钙动力学的总和输入跨树突树。结论：我们的研究结果表明，单个神经元整合输入并扩大其兴奋性的能力的改变可能构成精神疾病的基本机制因素，以及之前提出的突触通讯和网络行为的缺陷。
2015-09-24 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
Optical magnetic detection of single-neuron action potentials using quantum defects in diamond
神经科学面临的一个关键挑战是无创、无标记地感测整个生物体中具有单神经元分辨率的动作电位（AP）动力学。在这里，我们提出了一种新的方法来解决这个问题：利用金刚石中的氮空位（NV）量子缺陷来测量由单神经元AP产生的时间相关的磁场。我们的技术具有独特的特征组合：（i）它是非侵入性的，因为探测NV传感器的光停留在生物相容性金刚石芯片内并且不进入生物体，从而能够长时间监测活性;（ii）它是无标记的，并且应该广泛适用于大多数生物体;（iii）它提供高空间和时间分辨率，允许精确测量AP波形和单个神经元的传导速度;（iv）它通过NV对相关AP磁场矢量的固有灵敏度直接确定AP传播方向;（v）它适用于位于光学不透明组织或整个生物体内的神经元，磁场基本上不受干扰地通过所述光学不透明组织或整个生物体;以及（vi）它易于使用、可缩放，并且可以与诸如宽视场和超分辨率成像的现有技术集成。我们证明了我们的方法，使用切除的单神经元从两个无脊椎动物物种，海洋蠕虫和鱿鱼，然后通过单神经元AP磁传感外部的整个，活的，不透明的海洋蠕虫的延长期，没有不良影响。这些结果为功能神经元网络的实时，非侵入性3D磁映射奠定了基础，最终具有突触尺度（~10 nm）分辨率和电路尺度（~1 cm）视野。
2016-02-02 cond-mat.mes-hall physics.atom-ph q-bio.NC
Can neurons speak? Semantic narration of vision at single-cell resolution
Harvard University（哈佛大学）；Kempner Institute（肯普纳研究所）；Center for Brain Science（脑科学中心）
提出NEURRATOR框架，通过将神经元活动解码为自然语言描述，实现单细胞分辨率的视觉语义叙述，并用于量化解码保真度及解析单个神经元和特定细胞类型的功能贡献。
2026-06-18 q-bio.NC q-bio.QM
Single-Entity Spiking Neuron Models: Survey
Innopolis University（伊诺波利斯大学）
本文对生物合理神经系统数学建模的不同方法进行综述，基于模型特征分类，考虑多种模拟物，研究神经元等组件，因方法普遍性和创新观点进行选择，以提升所呈现信息的相关性。
2026-07-09 cs.NE 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
Fluctuation analysis in nonstationary conditions: single Ca channel current in cortical pyramidal neurons
波动分析是一种方法，它允许测量离子通道的单通道电流，即使它太小而不能直接用膜片钳技术解决。这是电压门控Ca 2+通道（VGCC）的情况。它们存在于所有哺乳动物中枢神经元中，控制突触前递质的释放、突触后信号传导和突触整合。然而，在生理浓度的细胞外Ca 2+中，它们的单通道电流的幅度很小，并且没有很好地确定。但是，测量这个数量是必不可少的估计功能VGCC的膜和通道相关的Ca 2+信号结构域的大小，并了解Ca 2+信号的随机性。在这里，我们记录了VGCC电流在有核补丁从第5层锥体神经元在大鼠新皮层，在生理外部Ca 2+（1-2 mM）。由于VGCC电流的快速下降，传统波动分析所需的电流响应的整体平均被证明是不切实际的。因此，我们开发了一种更强大的方法，使用平均电流拟合的个人电流响应和带通滤波。此外，电压斜坡刺激被证明是有用的。通过对仿真数据的分析，验证了该方法的准确性.在1 mM的外部Ca 2+浓度和-20 mV的膜电位下，我们发现平均单通道电流幅度约为0.04 pA，在2 mM外部Ca 2+时增加至0.065 pA，波动的弛豫时间常数在0.2- 0.12pA的范围内。0.8毫秒。结果是相关的了解树突状细胞的Ca 2+尖峰在新皮层第5层锥体神经元的随机特性。与报告的方法，单通道电流幅度的本地VGCC可以准确地解决，尽管条件不稳定的rundown。
2017-08-29 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
Neuronal Response Clamp
自从第一次记录诱发动作电位以来，很明显，个体神经元对持续的生理相关输入的反应是高度可变的。这种可变性表现在几乎每个可观察到的神经元响应特征的非平稳行为中。在这里，我们介绍了神经元响应钳，闭环技术，使两个重要的单神经元活动变量的完全控制：反应概率和刺激尖峰潜伏期。该技术适用于延长的持续时间（长达几个小时），即使在正在进行的神经元网络活动的背景下也是有效的。反应钳技术是一种强有力的工具，它将电压钳和动态钳方法扩展到神经元的功能水平，即其尖峰行为。
2010-08-08 q-bio.NC
Simultaneous multi-patch-clamp and extracellular-array recordings: Single neuron reflects network activity
本文结合多膜片钳与多电极阵列同步记录，证明单个神经元膜电位可高灵敏反映全网络协同活动，为大规模电极监测提供灵活替代方案。
2017-07-20 cond-mat.dis-nn physics.bio-ph q-bio.CB
Dynamics and computation in mixed networks containing neurons that accelerate towards spiking
大脑中的网络由不同类型的神经元组成。在这里，我们研究神经元多样性的动力学，相空间结构和计算能力的尖峰神经网络的影响。我们发现，不同类型的单个神经元已经可以定性地改变网络动态，并且混合网络可以将具有单个神经元类型的计算能力结合起来。我们研究了凹漏（LIF）和凸“反漏”（XIF）集成和消防神经元，推广不规则尖峰非混沌LIF神经元网络的抑制网络。由于XIF神经元具有简单的基于电导的突触，我们的网络也可以生成不规则异步尖峰的平衡状态。我们确定的电压概率分布和自洽的发射率假设泊松输入有限大小的尖峰的影响。此外，我们计算全谱的李雅普诺夫指数（LE）和协变李雅普诺夫向量（CLV）指定相应的扰动方向。我们发现，每个XIF神经元大约有一个阳性LE。这特别表明，单个XIF神经元使网络动力学变得混乱。一个简单的平均场的方法，这可以证明的CLV的属性，解释了这一发现。作为一个应用程序，我们提出了一个基于尖峰的计算方案，我们的网络作为计算水库和他们不同的稳定性产生不同的计算能力。
2019-08-15 cond-mat.dis-nn nlin.CD 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
Simplified models of pacemaker spiking in raphe and locus coeruleus neurons
许多中枢神经元，特别是某些脑干胺能神经元表现出自发的和相当有规律的尖峰，频率为几Hz。大量的离子通道类型有助于这种尖峰，使得尖峰产生的精确建模导致需要求解非常大的微分方程系统，首先是普通的。由于当许多突触输入是活动的时尖峰行为的分析进一步增加了分量的数量，因此在这样的神经元中具有尖峰的简化数学模型是有用的，使得例如可以并入输入和输出脉冲序列的随机特征。在这篇文章中，我们研究了两个简单的两个组件模型，模仿的特点，在中缝背核和去甲肾上腺素能神经元的蓝斑神经元的尖峰。第一个模型是Fitzhugh-Nagumo型的，第二个是简化的Hodgkin-Huxley模型。对于每个模型的解决方案计算两组代表性的参数。频率与输入电流的发现，并揭示霍奇金2型行为。对于第一个模型的分叉和相平面分析支持这些发现。第二个模型中的尖峰轨迹与DRN SE起搏器活动中的尖峰轨迹非常相似，但比Fitzhugh-Nagumo型模型中的参数更多。文章最后简要回顾了这些类型神经元的先前建模及其与空间工作记忆和强迫症中血清素能参与研究的相关性。
2015-08-22 q-bio.NC
Single-Neuron Criticality Optimizes Analog Dendritic Computation
神经元被认为是易兴奋脑组织的组成部分。然而，在单个神经元水平上，神经元膜、树突和轴突投射也可以被认为是扩展的活性介质。活跃的树突状小枝使树突棘波的传播，其计算功能，尽管有几个建议，仍然是一个悬而未决的问题。在这里，我们提出了一个具体的功能，在大型树突状树的活动通道。通过使用概率元胞自动机的方法，我们模拟的输入-输出响应的大型活跃的树突状乔木进行复杂的时空输入，并表现出非定型的树突棘波。我们发现，如果树突棘具有非确定性的持续时间，树突状乔木可以经历一个连续的相变从静止到活跃状态，从而表现出自发和自我维持的本地化活动的实验所建议的。类似的临界脑假说，其中指出，神经网络的自组织附近的相变，以利用特定的属性的临界状态，在这里，我们提出，神经元与大树突乔木优化其能力，以区分传入的刺激在临界状态。我们建议，“在相变的边缘计算”是更兼容的观点，树突状乔木执行模拟，而不是数字树突状计算。
2013-11-23 cond-mat.stat-mech nlin.AO physics.bio-ph
Superconducting Optoelectronic Neurons II: Receiver Circuits
电路使用超导单光子探测器和约瑟夫森结进行信号接收，突触加权，和集成进行了研究。电路将光子检测事件转换为通量量子，其数量由突触权重确定。来自许多突触连接的电流感应耦合到实现神经元阈值操作的超导回路。设计突触和神经元，执行整合以及检测符合事件的时间编码。兴奋性和抑制性连接都被证明。结果表明，一个神经元与一个单一的集成回路可以接收1000个这样的突触连接的输入，和类似的设计神经元可以采用许多循环树突处理。
2018-05-15 cs.ET cs.NE q-bio.NC
