神经元耦合有益于符号脉冲模式中弱周期信号的编码
神经元与认知
2019-10-23 v1
摘要
神经元如何利用电脉冲(即尖峰)编码信号信息,目前仍缺乏清晰理解。近期理论研究通过分析单个神经元及两个耦合神经元(使用随机 FitzHugh-Nagumo 模型)产生的尖峰序列,发现尖峰的相对时序可编码信号信息。借助符号方法分析尖峰序列,可检测到偏好与罕见尖峰模式,其概率随信号幅值与频率变化。为探究该编码机制对神经元集群是否同样成立,本文分析一组神经元同时感知弱周期信号时的活动。我们发现,与一或两个耦合神经元情形类似,此时由所有神经元尖峰序列算得的模式概率依赖于信号幅值与周期,因而模式概率编码了信号信息。我们还发现,与仅一或两个耦合神经元感知信号相比,一组神经元感知信号时与信号周期或噪声水平的共振更为显著。神经元耦合有利于信号编码:一组神经元能够编码小幅值信号,而仅一或两个耦合神经元感知时则无法编码。有趣的是,我们发现对神经元群体而言,彼此间仅少量连接即可显著改善小幅值信号的编码。我们的结果表明,偏好与罕见尖峰模式中的信息编码是一种合理机制,可被神经元群体利用来编码弱周期输入,并借助神经噪声的存在实现。
引用
@article{arxiv.1905.01933,
title = {Neuronal coupling benefits the encoding of weak periodic signals in symbolic spike patterns},
author = {Maria Masoliver and Cristina Masoller},
journal= {arXiv preprint arXiv:1905.01933},
year = {2019}
}