基于推断的单试次神经元响应重对齐方法
神经元与认知
2015-06-17 v1
摘要
对感觉刺激的神经元响应或与行为相关的神经元响应，通常通过大量实验试次上的神经元活动平均来提取。这种试次平均是为了降低噪声并减小与相应刺激或行为无关的其他信号的影响。然而，如果记录的神经元响应相对于相应刺激或行为在时间上发生抖动，试次平均可能会扭曲对潜在神经元响应的估计。在此，我们提出一种名为dTAV算法的算法，用于将记录的神经元活动重新对齐到任意内部触发。利用模拟数据，我们表明dTAV算法能够在信噪比不低于0.2时减小神经元响应的抖动，即噪声标准差高达神经元响应振幅五倍的情况下。通过消除抖动从而能够更准确地估计神经元响应，dTAV算法可改进对响应的分析与解释，并提高依赖从神经元记录中异步检测事件的系统的准确性。
引用
@article{arxiv.1506.04899,
title = {Inference based method for realignment of single trial neuronal responses},
author = {Tomislav Milekovic and Carsten Mehring},
journal= {arXiv preprint arXiv:1506.04899},
year = {2015}
}