针对时变神经信号的贝叶斯单试次分析的灵敏度与特异度
神经元与认知
2020-02-03 v1
摘要
我们最近报道了神经信号中存在的波动，这些波动可能允许神经元跨时间顺序编码多个同时呈现的刺激。这要求部署一种新颖的统计方法来在单个试次尺度上研究神经活动。在此，我们提出使用合成数据进行的测试，以评估该分析的灵敏度与特异度。我们构建了与源自单刺激响应分布的若干潜在响应模式相匹配的数据集。特别地，我们模拟了反映单刺激脉冲计数的波动混合、稳定中间平均值、单刺激赢者通吃，或超出单刺激响应所定义范围（如求和或抑制）的响应分布的双重刺激试次脉冲计数。然后我们评估了该分析在模拟试次数量以及每种“刺激”单独响应的模拟差异的函数下，恢复正确响应模式的效果。我们发现，当试次数量大于 20 且单刺激响应率分别为 50Hz 和 20Hz 时，对混合、中间和外围类别的恢复极佳（正确率 >97%），对单/赢者通吃类别的恢复良好（正确率 >90%）。试次数量更大以及单刺激放电率之间分离度更大均提高了分类准确率。这些结果为在单试次时间尺度上使用该方法来研究多项目编码提供了基准和数据收集指南。
引用
@article{arxiv.2001.11582,
title = {Sensitivity and specificity of a Bayesian single trial analysis for time varying neural signals},
author = {Jeff T. Mohl and Valeria C. Caruso and Surya T. Tokdar and Jennifer M. Groh},
journal= {arXiv preprint arXiv:2001.11582},
year = {2020}
}
备注
Accepted for publication in Neurons, Behavior, Data analysis, and Theory