神経細胞集団のスパイク高次相関の解析と回路特性としての解釈

神经元群中高阶尖峰相关性的分析和电路特征的解释

• 批准号: 17021038
• 负责人: 酒井 裕
• 金额: $ 1.28万
• 依托单位: Tamagawa University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research on Priority Areas
• 财政年份: 2005
• 资助国家: 日本
• 起止时间: 2005 至 无数据
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-17021038/
• 关键词: 神経細胞; スパイク; サポートベクタマシン; 多細胞同時記録; スパイク相関; 情報表現; パルス統計; スパイク予測

研究成果報告書近年,数百本の電極により多数の神経細胞からスパイクを同時記録する手法が確立してきた.しかし,現状では,単一細胞記録の効率化として利用するか,解釈のしやすい細胞ペアの相互相関ヒストグラムを調べるのが主流であり,多数の細胞から同時記録している利点を十分に生かしているとは言い難い.この問題に対し,「複数の神経細胞で過去に発生したスパイクパターンから,ある神経細胞で次の瞬間にスパイクが発生するかどうかを予測する」モデルを構成し,「予測成功率」というわかりやすい指標を用いて全細胞ペアのスパイク相関の全体的な性質を明らかにすることを考える.次の瞬間のスパイクを予測する問題は,次の瞬間にスパイクを発生するかしないかを決定する問題になっているため,工学の分野でよく直面する判別問題に帰着する.判別問題では,様々な場面に有効な手法が開発されている.本研究では,データの中から特徴的な高次の相関を効率的に抽出して非線形な判別を行う手法として知られている「サポートベクタマシン」を用いて,人工的に作成した20細胞のスパイクデータに適用した.前半3秒間のデータで予測成功率が最も良くなる予測器を構成し,後半3秒間のデータでその予測成功率を評価した.その結果,相互相関ヒストグラムしか用いない手法より,予測成功率が良くなることを確かめた上で,どのような神経スパイク間の関係性を用いて予測をしているかを調べ,その導かれた特徴的な高次相関が,人工データに埋め込んだ高次相関と整合していることを確かめた.この手法を実際の実験データに適用すれば,神経細胞集団の高次相関の性質が,課題や行動に依存してどのように変化するかを調べることにより,文脈によって使い分けられている神経回路の特性を明らかにすることができる.

In recent years, hundreds of electrodes have been used to simultaneously record most of the neurons. In the present situation, the efficiency and utilization of single cell recording are very difficult to solve, and the correlation between single cell recording and single cell recording is very difficult. In response to this question,"A plurality of neurons are generated in the past, and a plurality of neurons are generated in the next instant." The composition of the question is "Prediction success rate." The index is used to identify the properties of the whole cell. The second moment of the prediction of the problem, the second moment of the problem of the decision, the division of the problem of the decision. Distinguish the problem, the situation has a method to open up. In this study, the extraction of high order correlation efficiency of data characteristics and non-linear discrimination methods were used to determine the application of artificial methods to 20 cells. The prediction success rate of the first half of the 3 seconds is the best, and the prediction success rate of the second half of the 3 seconds is evaluated. The results show that the correlation between the two parameters can be predicted accurately, and the correlation between the two parameters can be adjusted by using the high order correlation between the two parameters. The method is applied to the implementation of the system, the nature of the high order correlation of the neuronal cell population, the subject action dependence, the transformation, the modulation, the context, the separation, the characteristics of the neuronal circuit, the analysis, the analysis.

项目成果

A New Classification of Neuron Models for Random Inputs on Bifurcation Structures

分叉结构随机输入神经元模型的新分类

• 发表时间: 2006
• 期刊: Proceedings of International Symposium on Circuits and Systems 2006 (to appear)
• 作者: Daisuke Haraki;Tomoya Suzuki;Tohru Ikeguchi;Tomoya Suzuki;Ryosuke Hosaka;R.Hosaka;Ryosuke Hosaka
• 通讯作者: Ryosuke Hosaka