多时间尺度数据的脉冲序列同步度量
摘要
背景：脉冲序列同步度量在实验与计算神经科学中广泛应用。时间尺度无关且无参数的度量，如ISI-distance、SPIKE-distance和SPIKE-synchronization，优于时间尺度参数化度量，因为通过适应局部放电率它们考虑了给定数据集的所有时间尺度。新方法：在包含多时间尺度（例如规则放电与爆发）的数据中，人们通常对最小时间尺度较少关注，需要更具自适应的方法。在此我们提出A-ISI-distance、A-SPIKE-distance和A-SPIKE-synchronization，它们通过考虑相对于全局时间尺度的局部时间尺度推广了原始度量。对于A-SPIKE-distance，我们还引入了称为RIA-SPIKE-distance的与速率无关的扩展，其特别关注脉冲时序。结果：自适应推广的A-ISI-distance和A-SPIKE-distance允许忽略在更全局尺度上不相关的脉冲时间差异。A-SPIKE-synchronization不再要求对脉冲双联和重合爆发有不切实际的高精度。最后，RIA-SPIKE-distance被证明与脉冲序列间的速率比无关。与现有方法比较：我们发现相较于原始版本，A-ISI-distance和A-SPIKE-distance对包含不同时间尺度的脉冲序列产生了改进，且在其他例子中未表现出任何不想要的副作用。A-SPIKE-synchronization比SPIKE-Synchronization更有效地匹配脉冲。结论：通过这些提议我们完善了图景，因为现在我们提供了仅对速率敏感(A-ISI-distance)、仅对时序敏感(ARI-SPIKE-distance)以及同时对两者敏感(A-SPIKE-distance)的自适应广义度量。
引用
@article{arxiv.1702.05394,
title = {Measures of spike train synchrony for data with multiple time-scales},
author = {Eero Satuvuori and Mario Mulansky and Nebojsa Bozanic and Irene Malvestio and Fleur Zeldenrust and Kerstin Lenk and Thomas Kreuz},
journal= {arXiv preprint arXiv:1702.05394},
year = {2017}
}
备注
16 pages, 11 figures