在来自多个神经元群体的大规模记录中,神经元群体爆发的相对时间和合
Motolani Olarinre1,2, Joshua H Siegle3, Robert E Kass1,2,4
1Machine Learning Department, Carnegie Mellon University, Pittsburgh, PA, United States.
Frontiers in computational neuroscience
|February 23, 2026
概括
研究人员开发了一种快速,准确的方法来跟踪神经群体在大脑区域的爆发时间. 这种方法揭示了大脑活动如何传播的一致和个体特异性模式,有助于理解感官信息处理.
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:
- 感官刺激会触发神经群爆发,这对于信息传输至关重要.
- 试验中的爆发时间变化很高,但跨区域的时间可能是稳定的.
- 了解神经通信动态是解读大脑功能的关键.
研究的目的:
- 开发一个分析框架,准确估计神经群体爆发时间.
- 量化在相互连接的大脑区域的爆发时间的试验对试验相关性.
- 分析小鼠视觉系统中神经活动的传播.
主要方法:
- 开发了一个新的分析框架,用于估计人口爆发时间和跨区域时间相关性.
- 使用模拟数据验证了该方法,并将其与现有的替代模型进行了比较.
- 将框架应用于从多个小鼠视觉皮层和胸膜区域的大规模神经像素记录.
主要成果:
- 开发的方法在模拟数据上显示出高准确性,并且比替代方法快得多 (85-90%) 并更容易使用.
- 对真实数据的分析揭示了突发峰值时间和视觉区域之间功能合的老鼠对老鼠的变化.
- 神经群体之间的观察到的时间关系与已知的神经解剖学和生理学是一致的.
结论:
- 分析框架为神经人口爆发传播提供了敏感的,经过试验解决的洞察力.
- 该方法可以区分神经活动定时的保存和个体特异模式.
- 研究结果强调了该方法在研究神经通信动态和个体变异性方面的实用性.


