基于部分观测神经脉冲的神经连接估计
神经元与认知
2018-01-23 v2 定量方法
摘要
可塑性是神经系统最重要的性质之一，它使动物能够调整其行为以适应不断变化的外部环境。神经元间突触效能的改变构成了可塑性的主要机制之一。因此，神经连接的估计对于研究大脑中的信息处理至关重要。尽管已提出许多分析方法，但大多数都面临以下一个或多个数学困难：(1) 仅能获得部分观测的神经活动；(2) 相关性可同时包含直接与间接伪相互作用；(3) 应考虑到生物学证据，即一个神经元通常只有一种类型的连接（兴奋性或抑制性）。为克服这些困难，本文提出了一种从部分观测脉冲估计神经连接的新概率框架。首先，基于随机变量和的性质，所提方法估计未观测神经元对观测神经元的影响，并仅提取观测神经元间的相关性。其次，以乘法方式通过神经传播对伪相关与目标连接之间的关系建模。第三，提出了一种新颖的信息论框架用于估计神经元类型。所提方法使用人工神经网络生成的脉冲数据进行了验证。此外，其被应用于从大鼠海马 CA1 区记录的多单元数据。结果证实我们的估计与既往报道一致。这些发现表明，所提方法对于提取神经信号以及其他多点过程数据中的关键相互作用是有用的。
引用
@article{arxiv.1711.03303,
title = {Estimation of neural connections from partially observed neural spikes},
author = {Taishi Iwasaki and Hideitsu Hino and Masami Tatsuno and Shotaro Akaho and Noboru Murata},
journal= {arXiv preprint arXiv:1711.03303},
year = {2018}
}