...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Journal of Neuroscience Methods >Detecting connectivity changes in neuronal networks
【24h】

Detecting connectivity changes in neuronal networks

机译：检测神经网络的连接性变化

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

We develop a method from semiparametric statistics (Cox, 1972) for the purpose of tracking links and connection strengths over time in a neuronal network from spike train data. We consider application of the method as implemented in Masud and Borisyuk (2011), and evaluate its use on data generated independently of the Cox model hypothesis, in particular from a spiking model of Izhikevich in four different dynamical regimes. Then, we show how the Cox method can be used to determine statistically significant changes in network connectivity over time. Our methodology is demonstrated using spike trains from multi-electrode array measurements of networks of cultured mammalian spinal cord cells.
机译：我们开发了一种基于半参数统计的方法（Cox，1972年），目的是根据峰值训练数据跟踪神经网络中随时间变化的链接和连接强度。我们考虑在Masud和Borisyuk（2011）中实施的方法的应用，并评估其在独立于Cox模型假设而生成的数据上的使用，尤其是在四个不同的动力学机制下从Izhikevich的峰值模型中获得的数据。然后，我们展示如何使用Cox方法确定网络连接随时间变化的统计显着变化。使用来自培养的哺乳动物脊髓细胞网络的多电极阵列测量的尖峰序列证明了我们的方法。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号