具有共同驱动的神经振荡器的尖峰序列相关时间尺度
神经元与认知
2015-05-13 v1 定量方法
摘要
我们研究了在一类接收噪声、超阈值刺激的神经模型中，相位重置曲线 (PRC) 对将相关输入信号转换为相关输出尖峰的影响。我们使用线性响应理论，根据相关退出时间问题的矩来近似尖峰相关系数，并对比了 I 型与 II 型模型的结果，以及评估尖峰相关性的不同时间尺度。我们发现，在长时间尺度上，I 型振荡器比 II 型振荡器更有效地传递相关性。在短时间尺度上，这一趋势发生逆转，相对效率在一个取决于输入电流均值和标准差的时间尺度上发生切换。这种切换发生的时间尺度可能被下游回路所利用。
引用
@article{arxiv.0907.3924,
title = {Timescales of spike-train correlation for neural oscillators with common drive},
author = {Andrea K. Barreiro and Eric Shea-Brown and Evan L. Thilo},
journal= {arXiv preprint arXiv:0907.3924},
year = {2015}
}