神经群体编码的刺激依赖最大熵模型

神经群体通过发放和静息的联合活动模式以集体方式编码其刺激信息。从刺激到神经活动的完整映射由给定感觉输入下神经码字的条件概率分布给出。为了能够从大规模神经记录中推断该分布的模型，我们引入了刺激依赖最大熵(SDME)模型——这是从单神经元的经典线性-非线性模型到成对耦合神经群体的最小扩展。该模型能够捕捉单细胞响应特性以及由共享刺激和有效神经元间连接引起的神经发放相关性。在此我们展示，在蝾螈视网膜中100个神经节细胞对时间白噪声刺激的响应中，细胞间的依赖性起着重要的编码作用。因此，SDME模型更准确地描述了单细胞响应，特别是在再现对刺激响应的码字分布方面优于非耦合模型。我们展示了SDME模型如何与群体词汇的静态最大熵模型结合，用于估计神经群体中的惊奇度和信息传递等信息论量。