INTENSE:从钙成像数据中以信息论方法发现神经元的行为选择性
INTENSE: Information-theoretic discovery of behavioral selectivity of neurons in calcium imaging data
预印本 · 尚未经过同行评审
钙成像中行为变量彼此共变,荧光信号又慢且自相关,使神经元选择性的读出变得困难。作者提出开源框架 INTENSE,对每个神经元与所有测量变量在统一统计尺度上做互信息检验,优化神经与行为之间的延迟,并用保留自相关的循环平移检验判断表观混合选择性是否来自行为共变。在已知真值的模拟中,它减少了时间结构造成的虚假关联,找回的真实关联多于基于相关的筛选;在 16 只自由探索小鼠的 CA1 记录中,识别出对位置、头方向、物体交互和运动状态选择性的神经元,并在控制变量相关后重新分类了相当一部分表观混合选择性的神经元-场次观测。
开源框架把互信息直接用于钙成像荧光信号,配合保留自相关的循环平移检验,在 16 只自由活动小鼠的 CA1 记录中筛出位置、头方向等选择性神经元。
自由活动动物的神经元对多种变量表现出选择性。钙成像使这种选择性难以读出:行为变量共变,且荧光信号缓慢并具有自相关。我们提出 INTENSE(神经元选择性信息论评估),这是一个开源框架,可在统一的统计尺度上针对所有测量变量对每个神经元进行筛选。INTENSE 将互信息直接应用于荧光信号,以检测线性相关遗漏的关系,优化神经-行为延迟,执行保留自相关的循环移位检验,并考察表观混合选择性是否反映行为协变。在真值模拟中,它减少了由时间结构导致的虚假关联,并比基于相关的筛选恢复了更多真实关联。在 16 只自由探索小鼠的 CA1 记录中,INTENSE 识别出对位置、头方向、物体交互和运动状态具有选择性的神经元。对相关变量进行校正后,很大一部分表观混合选择性的神经元-会话观测被重新分类。INTENSE 将神经和行为记录转化为可检验的神经元选择性图谱。
中文由 AI 翻译,仅供参考,以原文为准。
来源:arXiv · Quantitative Methods · arxiv.org