视网膜神经节细胞群体的时变最大熵模型

逆 Ising 模型在计算神经科学中用于推断大型神经元群体同步活动的概率分布。该方法可求得具有单神经元偏置和两两相互作用、最大化熵并复现所记录神经元活动经验统计的玻尔兹曼分布。此处我们将此策略应用于受具有自身统计特性的多种视觉刺激驱动的不同类型视网膜输出神经元（神经节细胞）大型群体。视网膜输出神经元的活动由上游神经元输入和循环连接共同驱动。我们首先应用标准逆 Ising 模型方法，表明当输入视觉刺激具有短程空间相关性时它能很好解释系统的集体行为，但在长程相关性下失效。这是因为具有长程空间相关性的刺激使远距离神经元活动同步，该效应无法由两两相互作用也即两两 Ising 模型解释。为解决此问题，我们采用先前提出的框架，在单神经元偏置中引入时间依赖性，以建模神经元随时间受刺激驱动的方式。得益于该补充，刺激效应由偏置承担，而两两相互作用得以刻画群体活动中的网络效应，并复现视网膜架构中循环功能连接的结构。我们发现视网膜架构分裂为若干由强相互作用神经元组成的弱相互作用子群体。总体而言，此时变框架修正了标准静态逆 Ising 模型的问题，并能解释系统在短程或长程相关刺激下的集体行为。