基于路径提升至覆盖空间的网格细胞活动拓扑解码
神经元与认知
2025-10-22 v1 代数拓扑
摘要
高维神经活动常驻于低维子空间，称为神经流形。网格细胞位于嗜中嗅皮层，提供周期性空间编码，组织在环面流形附近，独立于空间环境。由于其编码的周期性，尚不清楚大脑如何利用环面流形来理解其在空间环境中的状态。我们引入一种新框架，通过拓扑学解码网格细胞活动。该方法使用拓扑数据分析从网格细胞群体活动中提取环面坐标，并采用路径提升来重建物理空间中的轨迹。重建的轨迹与原始轨迹之间存在仿射变换。我们在连续吸引子网络仿真和网格细胞实验记录上对该方法进行了验证，结果表明，可无需外部位置信息或训练数据，即可可靠地从单个网格细胞模块重建局部轨迹。这些结果表明，共模块网格细胞包含足够的信息用于路径积分，并提示一种潜在的空间导航计算机制。
引用
@article{arxiv.2510.16216,
title = {Topological decoding of grid cell activity via path lifting to covering spaces},
author = {Yuxing Jared Yao and Iris H. R. Yoon},
journal= {arXiv preprint arXiv:2510.16216},
year = {2025}
}