评估神经血管相互作用中的机会

科学领域:

• 神经科学是一个神经科学.
• 生理学 生理学 生理学
• 生物物理学的生物物理.

背景情况:

• 解释神经元活动和血液动力学信号之间的相关性是具有挑战性的,因为强烈的自身相关性.
• 标准的统计测试可以通过低估错误阳性来高估休息期间的神经血管合.

研究的目的:

• 开发和验证一个基于代理的统计框架,用于对自身相关生理信号的推断进行校准.
• 通过区分真正的相互作用与静止状态数据中的随机关联来准确评估神经血管合.

主要方法:

• 在清醒的子中,利用了皮层氧气张力 (PO2),单单元发射和局部场电位 (LFP) 的同时记录.
• 应用幅度调整的里埃替代子来生成零分布,保留时间结构,同时消除交叉依赖.
• 集成的滞后优化,多重比较控制和人口级推理缩放.

主要成果:

• 发现了与三角波段LFP和单个神经元子集的显著PO2相关性,超过了代孕测试下的机会水平.
• 与其他LFP频段的相关性并不显著,聚合的神经元活动 (多单元信号) 不能预测PO2.
• 确定小,同步的神经元子群,而不是全球活动,产生强大的协会与PO2.

结论:

• 完善了休息状态神经血管合的理解,证明明显的广泛相关性在校准测试中分解为选择性和可重现的效应.
• 基于代理的推理框架有效地防止对自身相关数据的误解.
• 拟议的方法为各种科学领域的时间序列分析提供了通用方法,包括电生理学和神经成像学.