我在计算 N 个神经元网络的相干性（由 Kuramoto 阶参数 R 测量）时遇到问题。目前我从两个数组开始，一个“1x# 个数据点”数组保存每个数据点的时间，一个“Nx# 个数据点”数组保存每个数据点的 N 个神经元的膜电位。然后我计算每个神经元的尖峰时间和周期，并将这些数据存储在“Nx# of peaks”大小的矩阵中（其中第 i 行（i = 1 到 N）保存神经元 i 的尖峰时间或每个尖峰时间的周期神经元 i 分别）。此时我选择一个神经元作为参考神经元，计算每个其他神经元相对于参考神经元尖峰的相位，然后使用这些相位计算网络在参考神经元的每个尖峰时间的相干性（R）。这种计算 R 的方法似乎不是很稳健；在模拟开始时，当神经元没有很好地同步时，它们并不总是尖峰相同的次数，因此很难选择神经元 i 的尖峰时间（i=1 到 N-1，因为不包括参考神经元）与参考神经元的给定尖峰进行比较。
如果有人能够提出一种更好的方法来根据时间和膜电位数据以 Kuramoto 的 R 形式计算相干性，我会非常兴奋。如果这有助于说明一些事情，我可以发布我当前的代码。
非常感谢！