针对漏积分-核神经模型，分析了神经元对噪声周期性突触输入的响应所包含的时间信息。我们讨论了突触输入和输出尖峰的时间之间的关系问题。这需要对输出峰值的脉冲间隔分布进行分析，这是在高斯近似下获得的。对噪声周期性输入的条件输出尖峰密度作为输入初始相位的函数进行评估。这使得可以计算相变矩阵，该矩阵将产生输出尖峰的相位与输入的初始相位相关联。然后，利用该相变矩阵的主导特征向量，对神经系统对持续周期输入响应的脉冲间隔直方图和周期直方图进行评估。随着输入的同步化，输出尖峰的同步指数急剧增加。这种同步增强对于大量输入和较低的调制频率以及接近临界输入速率的输入速率来说最为显著。然而，在低输入速率下，随着输入数量的增加，刺激的输入相位和输出峰值时间之间的相互信息减少。结果表明，对于大量输入，其结果与数值模拟所得结果非常一致。
