Detection of directional interactions between neurons from spike trains

dc.contributor
Universitat Pompeu Fabra. Departament de Tecnologies de la Informació i les Comunicacions
dc.contributor.author
Malvestio, Irene
dc.date.accessioned
2019-03-13T12:25:49Z
dc.date.available
2019-03-13T12:25:49Z
dc.date.issued
2019-02-21
dc.identifier.uri
http://hdl.handle.net/10803/666226
dc.description.abstract
An important problem in neuroscience is the assessment of the connectivity between neurons from their spike trains. One recent approach developed for the detection of directional couplings between dynamics based on recorded point processes is the nonlinear interdependence measure L. In this thesis we first use the Hindmarsh-Rose model system to test L in the presence of noise and for different spiking regimes of the dynamics. We then compare the performance of L against the linear cross-correlogram and two spike train distances. Finally, we apply all measures to neuronal spiking data from an intracranial whole-night recording of a patient with epilepsy. When applied to simulated data, L proves to be versatile, robust and more sensitive than the linear measures. Instead, in the real data the linear measures find more connections than L, in particular for neurons in the same brain region and during slow wave sleep.
en_US
dc.description.abstract
Un problema important en la neurociència és determinar la connexió entre neurones utilitzant dades dels seus trens d’impulsos. Un mètode recent que afronta la detecció de connexions direccionals entre dinàmiques utilitzant processos puntuals és la mesura d’interdependència no lineal L. En aquesta tesi, utilitzem el model de Hindmarsh-Rose per testejar L en presència de soroll i per diferents règims dinàmics. Després comparem el desempenyorament de L en comparació al correlograma lineal i a dues mesures de trens d’impulsos. Finalment, apliquem totes aquestes mesures a dades d’impulsos de neurones obtingudes de senyals intracranials electroencefalogràfiques gravades durant una nit a un pacient amb epilèpsia. Quan utilitzem dades simulades, L demostra que és versàtil, robusta i més sensible que les mesures lineals. En canvi, utilitzant dades reals, les mesures lineals troben més connexions que L, especialment entre neurones en la mateixa àrea del cervell i durant la fase de son d’ones lentes.
en_US
dc.format.extent
94 p.
en_US
dc.format.mimetype
application/pdf
dc.language.iso
eng
en_US
dc.publisher
Universitat Pompeu Fabra
dc.rights.license
L'accés als continguts d'aquesta tesi queda condicionat a l'acceptació de les condicions d'ús establertes per la següent llicència Creative Commons: http://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rights.uri
http://creativecommons.org/licenses/by-nc-nd/4.0/
*
dc.source
TDX (Tesis Doctorals en Xarxa)
dc.subject
Spike trains
en_US
dc.subject
Connectivity
en_US
dc.subject
Nonlinear time series analysis
en_US
dc.subject
Generalized synchronization
en_US
dc.subject
Hindmarsh-Rose neurons
en_US
dc.subject
Coupled oscillators
en_US
dc.subject
Epilepsy
en_US
dc.subject
Neuronal single-unit recordings
en_US
dc.subject
Trens d’impulsos
en_US
dc.subject
Connectivitat
en_US
dc.subject
Anàlisi de sèries temporals no lineals
en_US
dc.subject
Sincronització generalitzada
en_US
dc.subject
Neurones Hindmarsh-Rose
en_US
dc.subject
Oscilladors acoblats
en_US
dc.subject
Epilèpsia
en_US
dc.subject
Gravacions neuronals d’unitat única
en_US
dc.title
Detection of directional interactions between neurons from spike trains
en_US
dc.type
info:eu-repo/semantics/doctoralThesis
dc.type
info:eu-repo/semantics/publishedVersion
dc.subject.udc
62
en_US
dc.contributor.authoremail
malvestio.irene@gmail.com
en_US
dc.contributor.director
Andrzejak, Ralph Gregor
dc.contributor.director
Livi, Roberto
dc.embargo.terms
cap
en_US
dc.rights.accessLevel
info:eu-repo/semantics/openAccess
dc.description.degree
Programa de doctorat en Tecnologies de la Informació i les Comunicacions


Documents

tim.pdf

10.56Mb PDF

This item appears in the following Collection(s)