简历
神经元形态在不同的大脑区域和物种中变化很大，它们的分类策略在神经科学中是一个激烈争论的问题。GABA能皮层中间神经元一直是一个挑战，因为很难找到一组明确定义神经元类型的形态学特性。由世界各地48名神经科学专家组成的小组被要求根据一组320个皮层GABA能中间神经元的三维形态重建的主要特征进行分类。提出了一种建立模型的方法，该模型能够捕获所有专家的意见。首先，为每个专家学习一个贝叶斯网络，然后我们提出了一种针对具有相似行为的专家的贝叶斯网聚类算法。然后，归纳出代表各专家组意见的贝叶斯网络。最后，建立了一个共识贝叶斯多网，该多网对整个专家组的意见进行了建模。对共识模型的彻底分析确定了专家在实验中对中间神经元进行分类时的不同行为。通过在贝叶斯多网中进行推理，定义了神经元类型的一组表征形态特征。这些发现被用来验证模型，并获得对神经元形态学的一些见解。
