结合自然istic视频刺激与无刺激潜在因素建模动态神经活动

视觉处理中的神经活动受到外部刺激和内部脑状态的双重影响。理想情况下，神经预测模型应同时考虑这两者。目前尚无动态编码模型能够显式建模潜在状态和整个神经响应分布。我们通过提出一种概率模型来预测来自视频刺激和无刺激潜在因素的神经响应联合分布来弥补这一差距。在对小鼠V1神经响应进行训练和测试后，我们发现该模型在对数似然度和条件于其他神经响应时在似然度和相关性方面均优于仅基于视频的模型。此外，我们发现所学的潜在因素与小鼠行为强烈相关，并且它们呈现出与神经元在视觉皮层位置相关的模式，尽管该模型在训练时未使用行为和皮层坐标。我们的发现表明，无需在训练时显式标注行为，即可从群体响应中学习潜在因素，这些因素揭示了感觉处理与行为之间的生物学有意义的结构。