Correlated variability in laminar cortical circuits.
Correlated variability in laminar cortical circuits.
复制标题
DOI：
10.1016/j.neuron.2012.08.029
复制
发表时间：
2012-11-08
期刊：
影响因子：
16.2
通讯作者：
Dragoi V
中科院分区：
文献类型：
--
作者：
Hansen BJ;Chelaru MI;Dragoi V
尽管在许多皮层区域已经报道了强的试验间相关反应变异性，但最近的证据表明神经元的相关性比以前认为的要低得多。在这里，我们使用多触点层状探针，重新审视初级视觉（V1）皮层回路的相关变化的问题。我们发现，神经元之间的相关性强烈依赖于当地的网络环境，而在输入（颗粒）层的神经元几乎没有相关的变化，在输出层（颗粒上和颗粒下）的神经元表现出很强的相关性。噪声相关性的层状依赖性与经常性模型是一致的，其中颗粒层中的神经元从附近的细胞接收皮质内输入，而颗粒上和颗粒下层神经元在更大的距离上接收输入。与输出皮层层最准确地编码刺激信息的预期相反，我们发现输入网络提供了比输出网络更优越的上级辨别性能。
Despite the fact that strong trial-to-trial correlated variability in responses has been reported in many cortical areas, recent evidence suggests that neuronal correlations are much lower than previously thought. Here, we used multicontact laminar probes to revisit the issue of correlated variability in primary visual (V1) cortical circuits. We found that correlations between neurons depend strongly on local network context—whereas neurons in the input (granular) layers showed virtually no correlated variability, neurons in the output layers (supragranular and infragranular) exhibited strong correlations. The laminar dependence of noise correlations is consistent with recurrent models in which neurons in the granular layer receive intracortical inputs from nearby cells, whereas supragranular and infragranular layer neurons receive inputs over larger distances. Contrary to expectation that the output cortical layers encode stimulus information most accurately, we found that the input network offers superior discrimination performance compared to the output networks.
登录
查看更多内容
影响因子：
64.8
作者：
Gutnisky, Diego A.;Dragoi, Valentin
通讯作者：
Dragoi, Valentin
影响因子：
56.9
作者：
AHISSAR, E;VAADIA, E;ABELES, M
通讯作者：
ABELES, M
DOI：
10.1073/pnas.1102017108
发表时间：
2011-06-28
影响因子：
11.1
作者：
Hansen, Bryan J.;Dragoi, Valentin
通讯作者：
Dragoi, Valentin
影响因子：
3.7
作者：
Felleman, Daniel J.;Van Essen, David C.
通讯作者：
Van Essen, David C.
影响因子：
25
作者：
Hirsch, JA;Martinez, LM;Sommer, FT
通讯作者：
Sommer, FT