Statistical methods for dissecting interactions between brain areas.
Statistical methods for dissecting interactions between brain areas.
复制标题
DOI：
10.1016/j.conb.2020.09.009
复制
发表时间：
2020-12
影响因子：
5.7
通讯作者：
Yu BM
中科院分区：
文献类型：
--
作者：
Semedo JD;Gokcen E;Machens CK;Kohn A;Yu BM
大脑由许多功能不同的区域组成。该组织支持分布式处理，并需要跨区域协调信号。我们对不同区域的神经元群体如何相互作用的理解仍处于起步阶段。随着来自多个大脑区域的大量神经元的记录的可用性增加，对非常适合于解剖和询问这些记录的统计方法的需求也在增加。在这里，我们回顾了已经或可以应用于此类记录的多元统计方法。通过利用人口的反应，这些方法可以提供一个丰富的描述interreal相互作用。同时，这些方法可能会带来解释上的挑战。因此，我们最后讨论如何解释这些方法的输出，以进一步了解区域间的相互作用。
The brain is composed of many functionally distinct areas. This organization supports distributed processing, and requires the coordination of signals across areas. Our understanding of how populations of neurons in different areas interact with each other is still in its infancy. As the availability of recordings from large populations of neurons across multiple brain areas increases, so does the need for statistical methods that are well suited for dissecting and interrogating these recordings. Here we review multivariate statistical methods that have been, or could be, applied to this class of recordings. By leveraging population responses, these methods can provide a rich description of interareal interactions. At the same time, these methods can introduce interpretational challenges. We thus conclude by discussing how to interpret the outputs of these methods to further our understanding of inter-areal interactions.
登录
查看更多内容
影响因子：
5.3
作者：
Oemisch, Mariann;Westendorff, Stephanie;Womelsdorf, Thilo
通讯作者：
Womelsdorf, Thilo
影响因子：
16.2
作者：
Bosman CA;Schoffelen JM;Brunet N;Oostenveld R;Bastos AM;Womelsdorf T;Rubehn B;Stieglitz T;De Weerd P;Fries P
通讯作者：
Fries P
影响因子：
64.8
作者：
Pesaran, Bijan;Nelson, Matthew J.;Andersen, Richard A.
通讯作者：
Andersen, Richard A.
影响因子：
48
作者：
Yang W;Yuste R
通讯作者：
Yuste R
影响因子：
5.3
作者：
Ruff, Douglas A.;Cohen, Marlene R.
通讯作者：
Cohen, Marlene R.