1

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!

4

0 回答 0