基于宽视野视觉神经元生物物理模型的物体逼近计算：动力学、峰值与拟合
神经元与认知
2011-10-04 v1
摘要
许多物种对逼近物体的接近表现出回避反应。在蝗虫中，相应的逃逸行为与小叶巨型运动检测器 (LGMD) 神经元的活动相关。在物体逼近过程中，其放电率被报道会逐渐增加直至达到峰值，然后迅速下降。ETA 函数预测 LGMD 活动是角大小和角速度的指数函数的乘积，并且峰值活动在接触时间 (ttc) 之前达到。ETA 函数已成为主流的 LGMD 模型，因为它再现了许多实验观察结果，甚至乘法运算的实验证据也被报道过。然而，仍有一些不一致之处尚未解决。在此，我们用一个新模型（PSI 模型）来解决这些问题，该模型明确地将角大小和角速度与生物物理量联系起来。PSI 模型避免了与实现 exp() 相关的生物物理问题，通过分裂抑制实现了 ETA 的乘法运算，并解释了为什么活动峰值可能出现在 ttc 之后。它一致地预测了 LGMD 的响应特征，并对已发表的实验数据提供了极好的拟合，其拟合优度度量与使用 ETA 函数的相应拟合相当。
引用
@article{arxiv.1110.0433,
title = {Computation of Object Approach by a Biophysical Model of a Wide-Field Visual Neuron: Dynamics, Peaks, and Fits},
author = {Matthias S. Keil},
journal= {arXiv preprint arXiv:1110.0433},
year = {2011}
}
备注
A revised version of this paper with the title "Emergence of Multiplication in a Biophysical Model of a Wide-Field Visual Neuron for Computing Object Approaches: Dynamics, Peaks, & Fits" has been accepted in Advances in Neural Information Processing Systems, NIPS 2011, Granda, Spain