对内在和输入驱动的神经群体动态的建模和解离,以此为基础的行为行为

科学领域:

• 神经科学是一个神经科学.
• 计算神经科学是一种神经科学.
• 动态系统理论 动态系统理论

背景情况:

• 神经活动反映了内在的大脑动态和外部输入 (感官或区域间).
• 精确建模神经活动需要对测量输入进行核算,以避免误解输入驱动活动作为内在动态.
• 神经和行为数据的联合动态建模对于理解神经计算至关重要,但很难将测量输入纳入.

研究的目的:

• 开发一种神经活动,行为和测量输入的联合动态建模方法.
• 区分内在神经动力学与输入驱动动力学.
• 识别与行为相关的内在神经动态,这些动态在任务和主题之间是强大的.

主要方法:

• 开发了对线性动态模型的分析学习方法.
• 该方法同时考虑神经活动,行为和测量输入.
• 该方法优先学习内在的,与行为相关的神经动态.

主要成果:

• 模拟数据显示,该方法在各个任务中确定了一致的内在动态,与其他受任务影响的方法不同.
• 真实的神经数据揭示了其他方法错过的低维内在动态,这些方法更能预测行为/神经活动.
• 与整体神经动力学不同的是,与行为相关的内在神经动力学在各个学科和任务中基本相似.

结论:

• 输入驱动的动态模型对于准确描述内在神经动态至关重要.
• 开发的方法成功地将内在动态与输入驱动活动分离开来.
• 这种方法揭示了基本的,一致的神经机制,这些神经机制常常被外部输入所掩盖.