根据自发电路动力学预测微刺激对子前额活动的影响

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.
• 系统神经科学 系统神经科学

背景情况:

• 针对性地操纵神经活动需要识别有效的刺激部位.
• 目前的方法依赖于劳动密集型和潜在有害的试错方法.

研究的目的:

• 仅使用自发活动来预测电刺激对神经活动的影响.
• 开发一种非侵入性方法,用于识别神经回路中的最佳扰动位点.

主要方法:

• 推断集体因果流来自自发时期使用融合交叉映射的指导功能相互作用.
• 经过验证的计算特征与经常性神经网络模型.
• 与基于信息理论的方法进行了融合交叉映射的比较.

主要成果:

• 基于自发活动的因果流成功预测了微刺激的时空效应.
• 融合交叉映射揭示了记录电极之间的因果层次.
• 因果流推断方法证明对噪声和常见输入具有稳定性.

结论:

• 神经刺激效应可以从自发活动中预测,使得有针对性的电路操纵成为可能.
• 这种方法有助于为脑机接口设计有效的干预协议.
• 收交叉映射在预测扰动效应方面比信息理论具有优势.