从猿的局部场势中进行相振幅合分析的协议,以调查神经振荡动态

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.
• 灵长类动物研究研究

背景情况:

• 阶段振幅合 (PAC) 是一个基本的神经机制.
• PAC反映了不同频段的大脑振荡的协调.
• 了解PAC对于破译神经同步和认知功能至关重要.

研究的目的:

• 提出一种标准化的协议,用于分析子中的PAC.
• 为预处理本地现场潜力 (LFP) 数据提供详细的步骤.
• 为了使神经同步在各种实验环境中的探索.

主要方法:

• 预处理本地现场潜力 (LFP) 数据.
• 神经信号的时间频率分解.
• 使用替代数据计算和规范化PAC.

主要成果:

• 在 LFP 数据中进行PAC分析的综合性协议.
• 在频段之间稳定量化PAC的方法.
• 用于各种实验范式的PAC分析的演示.

结论:

• 本协议提供了一种可靠的方法,用于在灵长类研究中进行PAC分析.
• 这种标准化的方法有助于研究基础认知的神经同步.
• 该协议是神经科学家研究大脑协调的一个有价值的工具.