使用噪音来区分系统和观察者效应在多式联络神经成像中
Erik D Fagerholm1, Hirokazu Tanaka2, Gregory Scott3
1First Department of Neurology, St. Anne's University Hospital and Faculty of Medicine, Masaryk University, Brno, Czechia.
Frontiers in computational neuroscience
|November 3, 2025
概括
基于噪音的生成模型有助于区分真正的神经动态与跨度大脑记录中的设备工件. 这种方法澄清了观察到的差异是否源于系统级神经变异或观察者级测量效应.
科学领域:
- 神经科学是一个神经科学.
- 信号处理 信号处理
- 计算生物学 计算生物学
背景情况:
- 在多个时空尺度上同时记录大脑活动越来越常见.
- 解释这些跨尺度数据集需要区分真正的神经动态与测量文物.
研究的目的:
- 开发和应用基于噪声的方法来解开系统层面 (真正的神经动态) 和观察者层面 (设备诱导的文物) 在跨度大脑记录中的影响.
- 在同时记录的人类海马体数据中调查系统和观察者级影响的贡献.
主要方法:
- 利用包含噪声的生成模型来分析同时记录的高频宽带信号.
- 将基于噪声的方法应用于人类海马体中宏电极和微电线的数据.
主要成果:
- 大多数受试者表现出系统和观察者层面对其记录的神经信号的贡献.
- 在一个受试者中,观察到的跨度差异在统计上仅归因于观察者级效应,这表明了一致的潜在动态.
结论:
- 噪音可以作为实证数据集中的一个强大的工具,以区分由神经动力学和测量函数产生的跨度变化.
- 这种方法为准确解释多尺度神经记录提供了一个框架.
