基于依赖概率求和的多感官整合度量：从脉冲计数到反应时间

如果视听刺激组合引发的响应与单独其最有效组分引发的响应之间存在统计显著差异，则单个神经元被归类为“多感官”。跨模态增强通常表示为最强单感官响应的比例。然而，对多种感官模态有响应并不保证神经元实际参与了整合其多个感官输入，而非简单响应最显著刺激。在此，我们提出一种替代指标，衡量跨模态响应超过通过最优组合单感官响应可获得水平的程度。最优性由在最大负随机依赖下组合单感官响应的概率求和定义。新指标类似于通过违反“race model不等式”的量来衡量跨模态增强，后者广泛用于多感官整合的反应时间研究。先前标记为“多感官”的神经元可能失去该属性，因为新指标往往小于传统指标。这用从单个 SC 神经元收集的数据集举例说明。新易计算指标不需要任何特定分布假设。它对数据中的变异性敏感，而传统指标按定义仅依赖于单和跨模态响应分布的均值。