Resumen

Los estudios neurofisiológicos han demostrado que existe una estrecha relación entre los picos y el potencial de campo local (LFP), que refleja información crucial de codificación neuronal. En este trabajo, utilizamos un nuevo método para evaluar la sincronización entre los picos y la LFP. Todas las fases posibles de LFP de -π a π se dividieron primero en un número de contenedores elegidos libremente; a continuación, se calculó la probabilidad de que los picos cayeran en cada contenedor, y se calculó el grado de desviación de la distribución uniforme basado en la divergencia de Kullback-Leibler para definir la sincronización entre los picos y la LFP. Los resultados de la simulación demuestran que el método es rápido, básicamente no se ve afectado por el número total de picos, y puede resistir adecuadamente el ruido de los trenes de picos. Aplicamos este método a los datos experimentales de pacientes con epilepsia intratable, y observamos la sincronización entre los picos y la LFP en la formación de la memoria. Estos resultados muestran que nuestro método propuesto es una poderosa herramienta que puede medir cuantitativamente la sincronización entre los picos y la LFP.

• Materias:Inteligencia artificial Minería de datos Algoritmos genéticos Neurofisiología Proceso de aprendizaje
• Subjects:Artificial intelligence Data mining Genetic algorithms Neurophysiology Learning processes
• Palabras claves:lfp, espiga, sincronización, potencial de campo local, datos de pacientes, probabilidad de espiga, ruido de espiga, número de bin, fase de lfp, número de espiga
• Keywords:lfp, spike, synchronization, local field potential, data of patients, probability of spike, noise of spike, number of bin, phase of lfp, number of spike