2014年，西蒙斯全球大脑合作组织（Simons Collaboration on Global Brain）与以单细胞分辨率研究神经元种群的目标为了探索对SCGB重要的领域的研究趋势，我们分析了2010年至2021年计算与系统神经科学（Cosyne）会议摘要中选定关键词的出现频率。
SCGB的中心目标之一是在单细胞水平上更好地理解神经编码和神经元种群动态，这是该项目首次启动时一项相对新颖的工作。当时，新技术刚刚开始使同时分析数百个细胞的活性成为可能。这种方法已经生根发芽——近年来，与神经动力学相关的关键词的频率有所增加。
了解大量人群中神经活动的结构需要新的分析技术，这是SCGB的另一个主要关注点。与神经活动几何学相关的关键词，包括流形、几何学、状态空间和降维，在Cosyne摘要中也变得更加频繁，2017年出现了显著的跳跃。
人工神经网络已经成为一种流行的工具，用于神经系统建模、探索潜在的计算机制以及分析行为和其他数据。
方法：在这个项目中，我们使用了Cosyne会议组织者提供的数据，包括2010年至2021年Cosyne年度会议上提交的所有摘要的标题、摘要、作者和其他相关信息。在此期间，共提交了4400篇摘要，每年的摘要范围为340至420篇。我们使用Microsoft Excel文本匹配公式来识别在标题和/或摘要中包含不同SCGB相关关键术语的研究。我们分析了18个关键术语，这些术语与许多研究相匹配，从一个关键术语的0项研究到另一个关键词汇的406项研究。对于每个关键术语，我们绘制了一年中呈现的研究数量，以可视化受欢迎程度的变化。在分析中包含的18个关键术语中，我们选择了11个在这个故事中突出显示。