人脑皮层中的群体抑制与兴奋：带不确定度的伊辛模型分析
无序系统与神经网络
2019-03-13 v1 神经元与认知
定量方法
摘要
两两最大熵模型，也称为伊辛模型，已被广泛用于分析神经元的集体活动。然而，文献中关于看似不一致的发现仍存在争议，由于缺乏可靠的误差估计，其显著性尚不清楚。因此我们开发了一种基于参数空间中随机游走、在主优化算法收敛后使用自适应马尔可夫链蒙特卡罗来准确估计参数不确定度的方法。我们将该方法应用于在人觉醒-睡眠周期中用多电极阵列记录到的兴奋性和抑制性神经元的放电模式。我们的分析表明，当同时建模兴奋性（E）和抑制性（I）神经元时，伊辛模型在觉醒、浅睡和深睡期间都比独立模型更好地捕捉神经元集体行为；忽略I神经元的抑制效应会极大地高估E神经元间的同步性。此外，信息论度量揭示伊辛模型解释了约80%–95%的相关性，具体取决于睡眠状态和神经元类型。热力学度量显示出临界性的特征，尽管我们对此持保留态度，因为这可能仅仅是长程神经相关性的反映。
引用
@article{arxiv.1810.07253,
title = {Ensemble Inhibition and Excitation in the Human Cortex: an Ising Model Analysis with Uncertainties},
author = {Cristian Zanoci and Nima Dehghani and Max Tegmark},
journal= {arXiv preprint arXiv:1810.07253},
year = {2019}
}
备注
17 pages, 8 figures