用于抵达与抓握中手部运动神经元功能的集成异质泊松模型
神经元与认知
2019-12-04 v1 应用统计
统计方法学
摘要
为理解运动皮层神经元在抵达-抓握运动中生成控制指令的潜在编码机制，多个研究实验室已开展从初级运动皮层区域记录神经元活动的实验（例如 (7)、(17)）。神经科学界最常用的方法是利用单个神经元的放电率拟合方差分析（ANOVA）模型。(5) 除考虑神经放电计数还考虑时间间隔，提出应用协方差分析（ANCOVA）模型。鉴于数据特性，本文提出应用一种称为异质泊松回归模型的集成方法对不同的神经活动进行分类。讨论了三种情景以表明所提异质泊松回归模型可克服传统泊松回归模型的若干缺点。
引用
@article{arxiv.1912.01505,
title = {An integrated heterogeneous Poisson model for neuron functions in hand movement during reaching and grasp},
author = {Shu-Chuan Chen and Lung-An Li and Jiping He},
journal= {arXiv preprint arXiv:1912.01505},
year = {2019}
}