在不同种群中追踪神经多样性的拓
Iris H R Yoon1, Gregory Henselman-Petrusek2, Yiyi Yu3
1Department of Mathematics and Computer Science, Wesleyan University, Middletown, CT 06459.
概括
我们开发了一种方法来比较大脑区域内的神经群体结构. 这种方法识别了共享的模式,进步了我们对神经多元体如何编码信息的理解.
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.
- 数据分析 数据分析
背景情况:
- 神经元组揭示了神经元群中的信息结构.
- 同时的多区域记录是常见的,但比较非线性多元组是困难的.
- 现有的方法难以处理神经数据中的复杂,多变量编码.
研究的目的:
- 引入一个新的框架来比较跨人群的神经多样性.
- 为了能够对神经结构之间的关系进行强有力的分析.
- 为神经科学中跨人群研究提供基础.
主要方法:
- 介绍了类似循环的方法.
- 在神经群体内和神经群体之间利用不相似度矩阵.
- 将该方法应用于模拟和体内实验数据.
主要成果:
- 在神经多元体中成功识别了共享的圆形坐标系统.
- 在各种刺激和种群中证明了拓特征的准确匹配.
- 显示的方法拒绝非内在特征,确保稳定性.
结论:
- 类似循环的方法为跨种群分析提供了一个决定性的方法.
- 它绕过了维度减小和优化,允许直接的数学解释.
- 这种框架适合开发神经多样性比较理论.


