×

从新颖性和惊喜角度检测和评估突发事件。 (英语) Zbl 1468.92023号

许多神经元发出动作电位串,在短时间内出现的大量动作电位被称为“突发”。本文作者将突发奇袭的原始定义扩展为C.R.传奇M.萨尔克曼[“自发活动纹状体皮层神经元的棘突序列中的突发和复发”,《神经生理学杂志》第53卷第4期,926–939页(1985年;doi:10.1152/jn.1985.53.4.926)]有两种方式。一种是将任意的脉冲间隔分布合并到零假设中,以计算Legendy的突发奇袭,这被重命名为“突发新颖性”。另一种方法是为获得的新颖性指定一个显著性度量,即现在的“突发惊喜”。他们表明,对给定数据使用适当的零假设对于在期望的显著性水平上检测突发事件很重要;使用不正确的零假设会导致假阴性或假阳性突发检测。他们对显著性度量的推导使他们能够定量地检查使用错误的零假设所产生的假阴性/阳性影响。他们还将此效应应用于猕猴运动皮层的真实尖峰训练数据。突发检测的结果显示假阴性/阳性效应取决于尖峰序列的不规则性,这与基于人工尖峰序列进行的量化一致。

理学硕士:

92立方厘米20 神经生物学
60G99型 随机过程
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] K.D.Harris、H.Hirase、X.Leinekugel等,《海马锥体细胞中单个棘波和复杂棘波爆发之间的时间相互作用》,《神经元》,32(2001),141-149。
[2] O.Avila-Akerberg和M.J.Chacron,非更新尖峰列车
[3] F.Zeldenrust、W.J.Wadman和B.Englitz,《神经编码与突发事件——当前状态和未来展望》,Front。计算。神经科学。,12 (2018), 48.
[4] A.Kepecs和J.Lisman,《尖峰和突发的信息编码和计算》,Network-Comp。《神经》,14(2003),103-118。
[5] D.A.Butts、P.O.Kanold和C.J.Shatz,《视网膜膝状体突触基于突发的“赫比”学习规则将视网膜波与活动依赖性精细化联系起来》,《公共科学图书馆·生物学》。,5(2007),e61。
[6] J.Cocatre-Zilgien和F.Delcomyn,《识别棘突序列中的突发事件》,《神经科学杂志》。方法。,41 (1992), 19-30.
[7] D.C.Tam,《基于脉冲间周期检测脉冲内发射的交替脉冲分析》,《神经计算》,44(2002),1155-1159·Zbl 1007.68763号
[8] M.Chiappalone、A.Novellino、I.Vajda等人,神经元皮层网络时空模式分析的突发检测算法,神经计算,65(2005),653-662。
[9] B.Gourévitch和J.J.Eggermont,检测尖峰序列爆发的非参数方法,神经科学杂志。方法。,160 (2007), 349-358.
[10] 陈立群,邓义勇,罗文伟,等,用平均棘间间期法检测神经元放电,Prog。自然科学。,19(2009),第229-235页。
[11] V.Pasquale、S.Martinoia和M.Chiappalone,神经元培养中检测突发和网络突发的自适应方法,J.Compute。神经科学。,29 (2010), 213-229. ·Zbl 1446.92163号
[12] D.Ko、C.Wilson、C.Lobb等人,《棘波序列中的突发和暂停检测》,《神经科学杂志》。方法。,211 (2012), 145-158.
[13] I.A.Välkki,K.Lenk,J.E.Mikkonen等人,《网络范围自适应突发检测》描述了准确性提高的神经元活动,Front。计算。神经科学。,11 (2017), 40.
[14] D.J.Bakkum、M.Radivojevic、U.Frey等,突发检测参数,Front。计算。神经科学。,7 (2014), 193.
[15] C.R.Legendy和M.Salcman,自发性活跃纹状体皮层神经元棘突序列中的突发和复发,神经生理学杂志。,53 (1985), 926-939.
[16] G.棕榈,证据,信息和惊喜,生物。赛博。,42 (1981), 57-68. ·Zbl 0489.62007年
[17] S.Grün和S.Rotter(编辑),《平行尖峰列车分析》,施普林格出版社,2010年。
[18] S.Grün、M.Diesmann和A.Aertsen,多个单神经元尖峰活动中的“单一事件”。I.检测和意义,神经计算。,14 (2002), 43-80. ·Zbl 0985.62093号
[19] S.Grün、M.Diesmann和A.Aertsen,多个单神经元尖峰活动中的“单一事件”。二、。非静态数据,神经计算。,14 (2002), 81-119. ·Zbl 1005.92006年
[20] E.Torre,D.Picado-Muiáno,M.Denker,et al.,通过频繁项目集挖掘提取的同步尖峰模式的统计评估,Front。计算。神经科学。,7 (2013), 132,
[21] P.Quaglio,A.Yegenoglu,E.Torre,等,使用spade检测和评估大规模平行穗列数据中的时空穗型,Front。计算。神经科学。,11 (2017), 41.
[22] G.Palm,《新奇、信息与惊喜》,施普林格科学与商业媒体,2012年·Zbl 1257.94002号
[23] M.R.DeWeese、M.Wehr和A.M.Zador,《听觉皮层的二元刺激》,《神经科学杂志》。,23(2003),7940-7949。
[24] H.Cáteau和A.Reyes,单个神经元和群体峰值统计之间的关系以及对网络活动的影响,《物理学》。修订稿。,96 (2006), 058101.
[25] T.Brochier,L.Zehl,Y.Hao,et al.,《科学数据》,5(2018),180055,
[26] S.Tokdar,P.Xi,R.C.Kelly等人,使用隐半马尔可夫点过程模型检测细胞外尖峰序列中的突发,J.Comput。神经科学。,29 (2010), 203-212. ·Zbl 1446.92182号
[27] A.Riehle,S.Wirtssohn,S.Grün,et al.,绘制运动皮层LFP的时空结构和抓握运动期间的尖峰活动,Front。神经电路。,7(2013),48,
[28] E.Torre、P.Quaglio、M.Denker等,《指令延迟抓取任务中猕猴运动皮层的同步棘波模式》,《神经科学杂志》。,36 (2016), 8329-8340,
[29] A.Riehle、T.Brochier、M.Nawrot等人,行为情境决定了猴子运动皮层的网络状态和变异动力学,Front。神经电路。,12 (2018), 52.
[30] M.P.Nawrot、C.Boucsein、V.Rodriguez Molina等人,《皮层棘波序列可变性动力学的测量》,《神经科学杂志》。方法。,169 (2008), 374-390.
[31] M.P.Nawrot,《神经棘波序列中间隔和计数变异性的分析和解释》,摘自《平行棘波序列分析》(编辑S.Rotter和S.Grün),施普林格,柏林,2010年。
[32] C.R.Legendy,《大脑功能和结构的三个原则》,《国际神经科学杂志》。,6 (1975), 237-254.
[33] S.Shinomoto,H.Kim,T.Shimokawa等,《神经元放电模式与大脑皮层功能差异增强的关系》,PLOS计算机。《生物学》,5(2009),e1000433。
[34] Y.Mochizuki、T.Onaga、H.Shimazaki等,《哺乳动物物种神经元放电机制的相似性》,《神经科学杂志》。,36 (2016), 5736-5747.
[35] G.Maimon和J.A.Assad,Beyond
[36] F.Farkhooi、M.F.Strube-Bloss和M.P.Nawrot,神经棘波的序列相关性
[37] J.Csicsvari,H.Hirase,A.Czurko等人,《大脑中锥体细胞-中间神经元突触的可靠性和状态依赖性》
[38] S.N.Baker和G.L.Gerstein,响应潜伏期的测定及其在互相关度量标准化中的应用,神经计算。,13 (2001), 1351-1377. ·Zbl 0963.68642号
[39] M.Nawrot,A.Aertsen和S.Rotter,神经元棘突训练中反应潜伏期变异性的消除,生物学。赛博。,5 (2003), 321-334. ·Zbl 1075.92019年
[40] A.Bollimonta,K.H.Knuth和M.Ding,神经元棘突训练中振幅和潜伏期变异性的逐个试验估计,神经科学杂志。方法。,160 (2007), 163-170.
[41] M.Messer、M.Kirchner、J.Schiemann等人,《检测不同方差更新过程中速率变化的多重过滤测试》,《Ann.Appl。《法律总汇》,8(2014),2027-2067·Zbl 1454.62365号
[42] M.Levakova、M.Tamborrino、S.Ditlevsen等人,《神经元反应潜伏期估计方法综述》,生物系统,136(2015),23-34。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。