An important problem in neuroscience is the assessment of the connectivity
between neurons from their spike trains. One recent approach developed for
the detection of directional couplings between dynamics based on recorded
point processes is the nonlinear interdependence measure L. In this thesis we
first use the Hindmarsh-Rose model system to test L in the presence of noise
and for different spiking regimes of the dynamics. We then compare the
performance of L against the linear cross-correlogram ...
An important problem in neuroscience is the assessment of the connectivity
between neurons from their spike trains. One recent approach developed for
the detection of directional couplings between dynamics based on recorded
point processes is the nonlinear interdependence measure L. In this thesis we
first use the Hindmarsh-Rose model system to test L in the presence of noise
and for different spiking regimes of the dynamics. We then compare the
performance of L against the linear cross-correlogram and two spike train
distances. Finally, we apply all measures to neuronal spiking data from an
intracranial whole-night recording of a patient with epilepsy. When applied
to simulated data, L proves to be versatile, robust and more sensitive than
the linear measures. Instead, in the real data the linear measures find more
connections than L, in particular for neurons in the same brain region and
during slow wave sleep.
+
Un problema important en la neurociència és determinar la connexió entre
neurones utilitzant dades dels seus trens d’impulsos. Un mètode recent que
afronta la detecció de connexions direccionals entre dinàmiques utilitzant
processos puntuals és la mesura d’interdependència no lineal L. En aquesta
tesi, utilitzem el model de Hindmarsh-Rose per testejar L en presència de
soroll i per diferents règims dinàmics. Després comparem el desempenyorament
de L en comparació al correlograma lineal i a dues mesures ...
Un problema important en la neurociència és determinar la connexió entre
neurones utilitzant dades dels seus trens d’impulsos. Un mètode recent que
afronta la detecció de connexions direccionals entre dinàmiques utilitzant
processos puntuals és la mesura d’interdependència no lineal L. En aquesta
tesi, utilitzem el model de Hindmarsh-Rose per testejar L en presència de
soroll i per diferents règims dinàmics. Després comparem el desempenyorament
de L en comparació al correlograma lineal i a dues mesures de trens
d’impulsos. Finalment, apliquem totes aquestes mesures a dades d’impulsos
de neurones obtingudes de senyals intracranials electroencefalogràfiques
gravades durant una nit a un pacient amb epilèpsia. Quan utilitzem dades
simulades, L demostra que és versàtil, robusta i més sensible que les mesures
lineals. En canvi, utilitzant dades reals, les mesures lineals troben més connexions
que L, especialment entre neurones en la mateixa àrea del cervell i
durant la fase de son d’ones lentes.
+