SpikeShip: 時域分析新選擇

在神經編碼中，為了知道神經究竟編了什麼碼，我們常常會需要紀錄神經元集合(Neuronal ensemble)的電訊號，並將它們的放電頻率(firing rate)作為一個向量，進行動態系統的分析(Chaudhuri et al. 2019)。比方說，若一個神經代表一個維度，儘管有很多神經，小鼠的方向神經系統(head-direction system)的本徵維度(intrinsic dimension)依舊是一(換句話說，方向這個概念可以只靠一個0~360度的角度進行編碼)，而且這也與牠實際面對的方向是一對一的關係(Peyrache et al. 2015)。 現在的技術已經能讓我們同時紀錄上千顆神經的活動，這樣的動態分析也開始對電腦有相當的要求。

除了放電頻率，是否還有不同的方式來描述神經元集合？ShikeShip(Sotomayor-Gómez, Battaglia, and Vinck 2020)便是另一種新的方法，在比較不同的輸入產生的神經集合訊號後，通過計算動土者距離(earth mover’s distance)進行分類。這樣的作法可以不需要像放電頻率一樣進行分箱(binning)或平滑化(smoothing)，分類的效果也可比較好。

圖一：給小鼠看的20張圖片

圖二：將小鼠的神經反應紀錄並透過SpikeShip分析與分類，並利用t-SNE進行降維及視覺化的結果。

圖三：放電頻率與SpikeShip的效果比較。此處將Discriminability index(B小圖)作為分類效果的比較標準。

撰文｜葉宸甫

參考文章

[1]Chaudhuri, Rishidev, Berk Gerçek, Biraj Pandey, Adrien Peyrache, and Ila Fiete. 2019. “The Intrinsic Attractor Manifold and Population Dynamics of a Canonical Cognitive Circuit Across Waking and Sleep.” Nature Neuroscience 22 (9): 1512–20. https://doi.org/10.1038/s41593-019-0460-x.

[2]Peyrache, Adrien, Marie M. Lacroix, Peter C. Petersen, and György Buzsáki. 2015. “Internally Organized Mechanisms of the Head Direction Sense.” Nature Neuroscience 18 (4): 569–75. https://doi.org/10.1038/nn.3968.

[3]Sotomayor-Gómez, Boris, Francesco P. Battaglia, and Martin Vinck. 2020. “SpikeShip: A Method for Fast, Unsupervised Discovery of High-Dimensional Neural Spiking Patterns.” Preprint. Neuroscience. https://doi.org/10.1101/2020.06.03.131573.