问题标签 [neuroscience]

只是想知道，因为我们已经达到了每台 PC 1 teraflop，但我们仍然无法模拟昆虫的大脑。有没有人见过一个自学习、自开发的神经网络的体面实现？

有一些机器可以挂在某人的头上，它们可以记录大脑活动并将其显示在屏幕上。

我想知道是否有任何具有 API 或其他方法的已知组件，可以购买并与自定义软件链接以将大脑活动传输到软件，然后可以处理/解释它们，或者是否有其他方法以编程方式接收和解释大脑活动？

我正在研究神经元模型。我正在设计的一类是细胞类，它是对神经元（几个连接在一起的隔间）的拓扑描述。它有许多参数，但它们都是相关的，例如：

轴突节数、顶端分叉、体细胞长度、体细胞直径、顶端长度、分枝随机性、分枝长度等等……总共有大约15个参数！

我可以将所有这些设置为一些默认值，但我的类看起来很疯狂，有几行参数。这种事情也必须偶尔发生在其他人身上，有没有明显更好的设计方法或者我做对了？

更新： 正如你们中的一些人所问的那样，我已经附上了我的类代码，你可以看到这个类有大量的参数（> 15），但它们都被使用并且是定义单元拓扑所必需的。问题本质上是他们创建的物理对象非常复杂。我附上了这个类产生的对象的图像表示。有经验的程序员如何以不同的方式来避免定义中的这么多参数？

假设我有两个条件，“a”和“b”。一个神经元在“a”条件下平均以 40 个脉冲/秒 (Hz) 的速度放电，在“b”条件下以 80 个峰值/秒的速度放电。对条件“a”的响应呈现 20 次，条件“b”呈现 10 次，每次呈现时间为 1000 毫秒。

可以绘制一个简单的直方图：

然而，这并没有在演示文稿中平均，因此，y 轴上的值大致相同。我想沿 y 轴绘制尖峰速率（尖峰/秒），这将表明条件“b”每秒引发大约两倍的尖峰。尖峰率不会随着演示数量的增加而增加，它只是变得不那么嘈杂。有没有办法在不预处理数据框 AB 的情况下做到这一点？

换句话说，我可以按照以下方式做一些事情：

其中 num_presentations 对于条件 'a' 为 20，对于条件 'b' 为 10，而 1000/binwidth 只是一个常数以使单位正确？

如何在XTK中渲染 Allen Brain Atlas（ API 文档）？我应该使用什么格式？

我是 matlab 新手，我希望以 Clampex 中生成的 .abf 文件的形式分析神经元的无间隙记录。我知道clampex本身不支持.abf文件？如何导入这些文件进行分析？

这是我用于实验的脚本。
对象听到 3 种不同的音调，每种音调代表不同的奖励金额。所以当音 1 出现时，没有奖励，而当音 2 和 3 出现并且对象触发 时photobeam(pb_broken)，将给予奖励。
问题是，有时物体在没有听到音调的情况下获得奖励，因为它们靠近光束，从而触发它，并导致它释放奖励。
我想防止这种情况发生，但我不知道该怎么做。这是我的选择：

1. 如果在音调之前触发了光束 1（有 2 个光束），则跳过该音调，并继续进行实验（不要再次播放该音调，并在原本应该出现的时候继续下一个音调）
2. 如果在奖励音（2 和 3）之前触发光束 1，则跳过音（如上）
3. 如果 pb 1 坏了，则将音调延迟 1 秒，从而将所有内容延迟 1 秒，但仍以 1200 秒结束。这将是理想的情况。

这是我的代码：

我目前正在编写一个 c++ 代码来使用脉冲列车来解决理论神经科学中的一个问题。然而，实际的神经科学与我的问题无关。基本上，我有一个很长的时间框架，我想在这段时间内存储每次神经元“触发”的时间。由于“触发”是一个离散事件，这可以通过简单地将每个事件的时间记录到一个 c++ 向量中来完成，从而创建一个更稀疏的表示，然后存储有关每个时间点的信息。让这变得困难的是我想一次处理几个神经元。我对这个问题的解决方案是创建一个类，包括从每个神经元的标识符（一个整数）到该神经元的向量的映射：

这部分的地图工作正常。当我试图询问时，问题就来了：在任何给定的时间步发生了多少事件。这是一个更容易提出然后回答的问题，因为如果你记得的话，只有每个神经元上发生事件的时间才会被存储。因此，我转向使用迭代器初始化迭代器数组的策略：

每个事件的第一次由对应于单个神经元的迭代器指向 [N() 只是我正在计算的神经元的数量，即向量]，即其尖峰向量中的第一个条目. 然后，我尝试通过查看每个时间来遍历我的稀疏 sudo 矩阵，计算当时尖峰的神经元数量，如果神经元确实尖峰，则将数组中的相应迭代器移动到其向量中的下一个条目：

那么，我的问题在于尝试访问数组中的每个迭代器以与当前时间进行比较。我得到一个

EXC_BAD_ACCESS（代码 = 1，地址 = 0x0）

在：

我是 C++ 的新手，一般来说是非 matlab 编程的新手，所以如果这篇文章中有任何令人发指的失礼，我深表歉意。话虽如此，我在导航这个复杂的结构时遇到了很大的困难。谢谢！

我使用了http://nipy.org/dipy/examples_built/segment_quickbundles.html中的示例代码；但是我遇到了模块导入错误。忍者 说道：

fvtk.add(r, fvtk.line(streamlines, fvtk.white, opacity=1, linewidth=3)) AttributeError: 'module' object has no attribute 'white'

任何建议将被认真考虑

虽然我安装了 dipy 但无法导入，但我也先安装了 dipy，所以它不在 connectomeviewer 的文件夹中，我需要将 dipy 移动到 connectomeviewer 文件夹还是做其他事情？谢谢！像这样导入：