视网膜编码中的极限协同作用：时空相关性实现快速图像重建
摘要：利用处于大约50到300毫秒的时间间隔的视网膜输出进行处理，个体神经节细胞产生的额外脉冲数量可能会相当变化。这里，利用计算机生成的脉冲序列来研究如何通过利用对大型连续刺激产生反应的视网膜神经元之间的时空相关性来改善信号/噪声比。通过调制所有受刺激神经元的瞬时发火概率，利用幅度和时间结构与实验测得的场电位和相关图一致的共振输入来产生逼真的相关性。以往的研究通常测量了一对一地检查的神经节细胞之间的协同作用，或者采用了优化的线性滤波器来解码更大群体的活动，而本研究使用主成分分析（PCA）来重构简单的视觉刺激，从持续时间短至25毫秒的大规模并行脉冲序列中提取高达一百万的振荡对相关性。通过将信号整合到大小与经典对比环境相当的视网膜区域上，振荡对相关矩阵的第一主成分在不牺牲空间细节的情况下，显著改善了信号/噪声比。这些结果表明，局部强度信息如何通过由共同的刺激相关的振荡调制的数百个神经元分布，这是一种可能进化的策略，可以最小化支持快速图像重建所需的脉冲数量。
作者：Garrett T. Kenyon
论文ID：0709.1947
分类：Neurons and Cognition
分类简称：q-bio.NC
提交时间：2007-09-14