Cortical state contributions to neuronal response variability in the early visual cortex: A system identification approach
Notice bibliographique
Résumé
Neurons in the early visual cortex respond selectively to multiple features of visual stimuli, but they respond inconsistently to repeated presentation of the same visual stimulus. Such trial-to-trial response variabilities are often treated as random noise and addressed by simple trial-averaging to obtain the stimulus-driven response. However, response variability may primarily be caused by non-sensory factors, particularly by variations in cortical state. Here we recorded and analyzed neuronal spiking activity in response to natural images from areas 17 and 18 of cats, along with local population neuronal signals, i.e., local field potentials (LFPs) and multi-unit activity (MUA). Single neurons showed highly varying degrees of trial-to-trial response variability, even when recorded simultaneously. We used a variability ratio (VR) measure to quantify the trial-wise differences in neural responses, and two cortical state indicative measures, a global fluctuation index (GFI) calculated using MUA, and a synchrony index (SI) calculated from LFP signals. We propose a compact convolutional neural network model with parallel pathways, to capture the stimulus-driven activity and the cortical state-driven response variabilities. The stimulus-driven pathway is comprised of a spatiotemporal filter, a parametric rectifier and a Gaussian map, and the cortical state-driven pathway contains temporal filters for MUA and LFPs. The model parameters are fit to best predict each neuron's spiking activity. We further evaluated the improvements in estimated receptive fields of neurons when incorporating cortical state-related information in our system identification model. The fitted model performed with a significantly higher accuracy in predicting neural responses as well as qualitative improvements in the estimated receptive fields compared to a basic model with a stimulus-driven pathway alone. The neurons with higher response variability benefited more from the cortical state-driven pathway compared to less variable neurons. These results show that different neurons may differ greatly in their variability and in the degree of their relationship to indicators of cortical state fluctuations.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».