Characterization of information and causality measures for the study of neuronal data

Welcome to the UPF Digital Repository

Chicharro Raventós, Daniel. Characterization of information and causality measures for the study of neuronal data. 2011
http://hdl.handle.net/10230/12027
dc.contributor.author Chicharro Raventós, Daniel
dc.contributor.other Andrzejak, Ralph Gregor
dc.contributor.other Universitat Pompeu Fabra. Departament de Tecnologies de la Informació i les Comunicacions
dc.date.accessioned 2013-07-12T01:50:32Z
dc.date.available 2013-07-12T01:50:32Z
dc.date.issued 2011-04-07
dc.identifier.uri http://hdl.handle.net/10230/12027
dc.description.abstract We study two methods of data analysis which are common tools for the analysis of neuronal data. In particular, we examine how causal interactions between brain regions can be investigated using time series reflecting the neural activity in these regions. Furthermore, we analyze a method used to study the neural code that evaluates the discrimination of the responses of single neurons elicited by different stimuli. This discrimination analysis is based on the quantification of the similarity of the spike trains with time scale parametric spike train distances. In each case we describe the methods used for the analysis of the neuronal data and we characterize their specificity using simulated or exemplary experimental data. Taking into account our results, we comment the previous studies in which the methods have been applied. In particular, we focus on the interpretation of the statistical measures in terms of underlying neuronal causal connectivity and properties of the neural code, respectively.
dc.description.abstract Estudiem dos mètodes d'anàlisi de dades que són eines habituals per a l'anàlisi de dades neuronals. Concretament, examinem la manera en què les interaccions causals entre regions del cervell poden ser investigades a partir de sèries temporals que reflecteixen l'activitat neuronal d'aquestes regions. A més a més, analitzem un mètode emprat per estudiar el codi neuronal que avalua la discriminació de les respostes de neurones individuals provocades per diferents estímuls. Aquesta anàlisi de la discriminació es basa en la quantificació de la similitud de les seqüències de potencials d'acció amb distàncies amb un paràmetre d'escala temporal. Tenint en compte els nostres resultats, comentem els estudis previs en els quals aquests mètodes han estat aplicats. Concretament, ens centrem en la interpretació de les mesures estadístiques en termes de connectivitat causal neuronal subjacent i propietats del codi neuronal, respectivament.
dc.format.mimetype 138 p.
dc.format.mimetype application/pdf
dc.language.iso eng
dc.publisher Universitat Pompeu Fabra
dc.rights ADVERTIMENT. L'accés als continguts d'aquesta tesi doctoral i la seva utilització ha de respectar els drets de la persona autora. Pot ser utilitzada per a consulta o estudi personal, així com en activitats o materials d'investigació i docència en els termes establerts a l'art. 32 del Text Refós de la Llei de Propietat Intel·lectual (RDL 1/1996). Per altres utilitzacions es requereix l'autorització prèvia i expressa de la persona autora. En qualsevol cas, en la utilització dels seus continguts caldrà indicar de forma clara el nom i cognoms de la persona autora i el títol de la tesi doctoral. No s'autoritza la seva reproducció o altres formes d'explotació efectuades amb finalitats de lucre ni la seva comunicació pública des d'un lloc aliè al servei TDX. Tampoc s'autoritza la presentació del seu contingut en una finestra o marc aliè a TDX (framing). Aquesta reserva de drets afecta tant als continguts de la tesi com als seus resums i índexs.
dc.rights info:eu-repo/semantics/openAccess
dc.title Characterization of information and causality measures for the study of neuronal data
dc.date.modified 2013-07-10T11:42:20Z
dc.subject.keyword neurociència
dc.subject.keyword anàlisi de sèries temporals
dc.subject.keyword causalitat de Granger
dc.subject.keyword seqüències de potencials d’acció
dc.subject.keyword neuroscience
dc.subject.keyword data analysis
dc.subject.keyword Granger causality
dc.subject.keyword spike trains
dc.subject.keyword spike train distances
dc.subject.keyword neural code
dc.subject.keyword 80

See full text
http://hdl.handle.net/10803/22658

Search


Advanced Search

Browse

My Account

Statistics