基于泊松點過程的獼猴PMd與M1腦區(qū)脈沖神經(jīng)信號關(guān)系建模.pdf

1、神經(jīng)元脈沖信號的建模與預(yù)測是神經(jīng)科學(xué)領(lǐng)域的重要研究問題。通過神經(jīng)元建模來分析脈沖信號的發(fā)放特點，有助于研究學(xué)者們更加深刻地理解大腦在執(zhí)行高級認知任務(wù)中的工作方式以及神經(jīng)信息在不同腦區(qū)之間的傳遞方式，從而對大腦的生理特性有一個更好的認識，乃至建立腦機融合的神經(jīng)假體。
　　本文通過對獼猴PMd腦區(qū)與M1腦區(qū)的神經(jīng)元脈沖信號構(gòu)建數(shù)理統(tǒng)計模型，來定性、定量地分析二者之間的功能聯(lián)系。PMd腦區(qū)與M1腦區(qū)在獼猴的高級認知活動中具有重要作用，對

2、這兩個腦區(qū)的神經(jīng)元進行建模，有助于研究學(xué)者們深入了解兩個腦區(qū)協(xié)同工作的方式細節(jié)。
　　脈沖信號建模存在諸多挑戰(zhàn)。例如，神經(jīng)元脈沖信號本身包含非常豐富的信號發(fā)放特性，需要模型具備足夠強的表達能力來表征脈沖信號的多樣性;除此之外，神經(jīng)元所傳送的信息包含在脈沖信號點過程序列之中，需要模型能夠針對脈沖信號的點過程特性充分挖掘特征。本文以泊松通用線性模型為基礎(chǔ)，針對這幾個問題提出了若干改進，全文的貢獻點歸納如下:
　　1.本文借鑒集成

3、學(xué)習(xí)中混合模型的思想，訓(xùn)練若干個弱表征能力的子模型，并對其進行混合構(gòu)成完整模型，從而增強模型整體的表達能力;
　　2.本文通過將泊松通用模型對應(yīng)的目標(biāo)函數(shù)由最大化似然函數(shù)轉(zhuǎn)化為優(yōu)化Discrete Time Rescaling Kolmogorov Smirnov統(tǒng)計量，借此增強模型對神經(jīng)元脈沖信號點過程特性的考量;
　　3.本文通過實驗從不同角度驗證所提出的模型的預(yù)測能力，實驗結(jié)果表明本文模型在擬合優(yōu)度角度能夠保持一個比較