通过使用双光子全息光遗传学来积极学习神经群体动态

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.
• 系统神经科学 系统神经科学

背景情况:

• 像双光子全息光遗传学和成像等先进技术允许精确的神经群体监测和干扰.
• 研究神经群体动态对于理解大脑功能至关重要.
• 目前的光刺激实验耗时,对优化刺激模式的算法方法有限.

研究的目的:

• 开发有效的方法来选择最佳的光刺激模式.
• 确定哪些神经元要刺激,以最好地告知神经活动的动态模型.
• 为了减少精确的神经人口建模所需的数据量.

主要方法:

• 为低级回归量身定制的积极学习程序的开发.
• 使用低级线性动态系统模型来分析神经群体反应.
• 积极刺激设计方法应用于来自小鼠运动皮层的真实和合成数据.

主要成果:

• 证明了低级动态系统模型对神经群体活动的有效性.
• 展示了一种主动学习程序,利用低级结构来识别有信息的光刺激模式.
• 实现了达到特定预测功率所需数据的两倍减少.

结论:

• 开发的活性刺激设计方法有效地识别了信息性的光刺激模式.
• 这种方法显著减少了模拟神经群体动态所需的实验数据.
• 低级回归的基础主动学习程序可能具有更广泛的应用.