当前位置: 首页 > news >正文

基于猕猴感觉运动皮层的神经元Spike信号分析

公开数据集中文版详细描述参考前文:https://editor.csdn.net/md/?not_checkout=1&spm=1011.2124.3001.6192


目录

  • 0. 公开数据集
  • 1. 神经元的raster和PSTH图
    • 1.1 Raster
    • 1.2 PSTH
  • 2. 运动轨迹图 (center_out)
  • 3. 神经元的运动调制曲线 (tuning curve)


0. 公开数据集

  • 网址:Nonhuman Primate Reaching with Multichannel Sensorimotor Cortex Electrophysiology 1
  • Session:" indy_20170124_01 "

1. 神经元的raster和PSTH图

1.1 Raster

神经元的raster图是一种用于可视化神经元活动的图表,它以时间为横轴,每个神经元的不同脉冲或活动事件为纵轴。每个脉冲或事件用一个点或线表示,多个神经元的活动可以在同一个图表中显示,以便比较它们的活动模式。

在这里,我们将猕猴控制光标向一个新出现的target移动的全过程作为一个trial,并且将二维界面划分为8个不同的方向作为不同的condition,神经元的raster图呈现选定神经元在某一个condition下的所有trials的spike活动。具体处理如下:

  • 提取Spike矩阵:我们将神经元全时程的发放率阈值设定为2,然后从原始数据中得到spike矩阵为[n_neuron, n_time]。其中n_neuron代表预处理后的神经元个数,n_time为整个session的所有时间点,这里“spike_array = [138, 147501]”。
  • 划分trials:每一个新的target对应一个trial,由于第一个trial没有规定好的初始位置,所以我们只考虑后486个;同时将360度的二维界面等分为8个方向,即8种不同的conditions。
  • 绘制raster:我们选定138个神经元中的前两个,以new_target出现为原点,最长的trial时长为时间轴右边界,-200 ms的上文信息为左边界;将8个方向作为不同conditions,纵轴为当前condition的所有trials。

神经元1-2的raster图如 Figure 1 所示:

在这里插入图片描述

Figuer 1. Raster. a. 神经元1. b. 神经元2.

1.2 PSTH

PSTH(Peri-Stimulus Time Histogram)图是一种用于显示神经元对特定刺激或事件的响应模式的图表。它以时间为横轴,神经元的活动频率为纵轴,显示在特定时间段内神经元的活动频率。PSTH图通常用于研究神经元对刺激的响应时间和模式。

在这里,我们沿用上一节的数据预处理方式,然后将一个时间段bin大小设为20ms,由于神经信号采样率为250Hz,即一个bin包含5个数据点。我们神经元在单个bin内的所有发放trials个数作为其活动频率的指标,其他设置同raster,最终得到前两个神经元的PSTH图如 Figure 2 所示:

在这里插入图片描述

Figuer 2. PSTH. a. 神经元1. b. 神经元2.

2. 运动轨迹图 (center_out)

神经元的运动轨迹图(center_out)是一种常用的方法来可视化神经元的活动模式。该图可以用来显示神经元在不同中心位置的刺激下的活跃程度。通常,"center_out"图使用极坐标来表示刺激的方向和距离。刺激的中心位置通常位于圆心,而刺激的方向和距离则通过圆周上的点来表示。

在这里,我们绘制了前30个trials的8个不同方向的光标运动轨迹作为center_out图,不同的方向用不同的颜色表示,如 Figure 3 所示:

在这里插入图片描述

Figuer 3. center_out.

3. 神经元的运动调制曲线 (tuning curve)

神经元的调谐曲线(tuning curve)是一种常用的方法来描述神经元对于不同刺激参数(例如方向、频率、强度等)的响应模式。调谐曲线可以展示神经元在不同刺激参数取值下的活动水平。

一般来说,神经元对角度的tuning倾向正弦曲线的形式,所以我们这里采用正弦函数来建模神经元的响应模式。同样地,我们对前两个神经元分别绘制了在位置、速度和加速度上的调谐曲线:

在这里插入图片描述

Figuer 4. Tuning curve. a. 从左到右依次为神经元1的位置、速度、加速度调谐曲线. b. 神经元2组织同a图.

  1. Makin, J. G., O’Doherty, J. E., Cardoso, M. M. B. & Sabes, P. N. (2018). Superior arm-movement decoding from cortex with a new, unsupervised-learning algorithm. J Neural Eng. 15(2): 026010. doi:10.1088/1741-2552/aa9e95 ↩︎

相关文章:

  • pytorch中对nn.BatchNorm2d()函数的理解
  • 时序预测 | MATLAB实现WOA-CNN-GRU-Attention时间序列预测(SE注意力机制)
  • 部署ruoyi-vue-plus和ruoyi-app
  • Spring底层原理学习笔记--第五讲--(常见工厂后处理器与工厂后处理器模拟实现)
  • Sass 最基础的语法
  • Maven-依赖管理机制
  • 【大数据分布并行处理】单元测试(三)
  • CMOS介绍
  • [HXPCTF 2021]includer‘s revenge
  • MYSQL---基础篇
  • 4.HTML网页开发的工具
  • Clickhouse学习笔记(11)—— 数据一致性
  • ELK分布式日志
  • TypeScript: 判断两个数组的内容是否相等
  • 解决游戏找不到x3daudio1_7.dll文件的5个方法,快速修复dll问题
  • [笔记] php常见简单功能及函数
  • [译] 理解数组在 PHP 内部的实现(给PHP开发者的PHP源码-第四部分)
  • Mysql优化
  • Netty 框架总结「ChannelHandler 及 EventLoop」
  • nodejs:开发并发布一个nodejs包
  • Python - 闭包Closure
  • Spark学习笔记之相关记录
  • 构建二叉树进行数值数组的去重及优化
  • 规范化安全开发 KOA 手脚架
  • 使用common-codec进行md5加密
  • 学习笔记TF060:图像语音结合,看图说话
  • ​io --- 处理流的核心工具​
  • ​无人机石油管道巡检方案新亮点:灵活准确又高效
  • #pragma pack(1)
  • #在线报价接单​再坚持一下 明天是真的周六.出现货 实单来谈
  • (02)Cartographer源码无死角解析-(03) 新数据运行与地图保存、加载地图启动仅定位模式
  • (12)目标检测_SSD基于pytorch搭建代码
  • (cljs/run-at (JSVM. :browser) 搭建刚好可用的开发环境!)
  • (HAL库版)freeRTOS移植STMF103
  • (附源码)springboot青少年公共卫生教育平台 毕业设计 643214
  • (附源码)ssm跨平台教学系统 毕业设计 280843
  • (强烈推荐)移动端音视频从零到上手(下)
  • (一)python发送HTTP 请求的两种方式(get和post )
  • (转)es进行聚合操作时提示Fielddata is disabled on text fields by default
  • (转)IOS中获取各种文件的目录路径的方法
  • (转)JAVA中的堆栈
  • .net 反编译_.net反编译的相关问题
  • .NET/C# 推荐一个我设计的缓存类型(适合缓存反射等耗性能的操作,附用法)
  • .Net6支持的操作系统版本(.net8已来,你还在用.netframework4.5吗)
  • .NetCore Flurl.Http 升级到4.0后 https 无法建立SSL连接
  • .net和php怎么连接,php和apache之间如何连接
  • .NET开发人员必知的八个网站
  • .NET与 java通用的3DES加密解密方法
  • .Net组件程序设计之线程、并发管理(一)
  • @cacheable 是否缓存成功_让我们来学习学习SpringCache分布式缓存,为什么用?
  • [ vulhub漏洞复现篇 ] Apache APISIX 默认密钥漏洞 CVE-2020-13945
  • [AIGC] Java 和 Kotlin 的区别
  • [Android Studio] 开发Java 程序
  • [Android] Amazon 的 android 音视频开发文档
  • [Angular] 笔记 9:list/detail 页面以及@Output