多神经元尖峰列的时间性射击模式的统计显著性
摘要：固定时间间隔内发生的一组神经元的连续射击序列在许多涉及同时记录多个神经元的实验中被观察到。这样的时间模式可能表明底层微电路，并且了解重复发生模式的统计显著性很重要。这些序列通常通过相关计数来识别，例如Abeles和Gerstein的双带算法。在本文中，我们提出了一种通过以条件概率描述一个神经元对另一个神经元的影响并将我们的零假设指定为条件概率上限的方法来判断相关性的显著性。与目前可用的方法相比，我们检验相关计数的显著性的方法更为通用，因为在我们的零假设下，我们不假设不同神经元的射击过程是独立的。我们的零假设结构还允许我们按照构成模式的神经元之间的相互作用强度对检测到的模式进行排序。我们通过使用含有强相互作用的非均匀泊松过程的模拟射击序列来演示我们评估显著性的方法，其中相关计数是使用双带算法获得的。
作者：C. O. Diekman, P. S. Sastry, K. P. Unnikrishnan
论文ID：0806.4662
分类：Neurons and Cognition
分类简称：q-bio.NC
提交时间：2008-09-01