[論文レビュー] The effect of neural adaptation of population coding accuracy

Jesús M. Cortés, Daniele Marinazzo+4 more|arXiv (Cornell University)|Mar 14, 2011

Neural dynamics and brain function被引用数 10

ひとこと要約

本研究は、スパイク周波数適応および短期間シナプス可塑性を介した神経適応が、計算的レートベースモデルを用いて一次視覚皮質における集団符号化の正確さにどのように影響するかを調査している。結果として、適応のメカニズムと刺激の種類に応じて、発火率、チューニングカーブの変化、ノイズ相関の影響という相反する要因が作用するため、適応は符号化の正確さを向上させることもあれば低下させることもあることが示された。

ABSTRACT

Most neurons in the primary visual cortex initially respond vigorously when a preferred stimulus is presented, but adapt as stimulation continues. The functional consequences of adaptation are unclear. Typically a reduction of firing rate would reduce single neuron accuracy as less spikes are available for decoding, but it has been suggested that on the population level, adaptation increases coding accuracy. This question requires careful analysis as adaptation not only changes the firing rates of neurons, but also the neural variability and correlations between neurons, which affect coding accuracy as well. We calculate the coding accuracy using a computational model that implements two forms of adaptation: spike frequency adaptation and synaptic adaptation in the form of short-term synaptic plasticity. We find that the net effect of adaptation is subtle and heterogeneous. Depending on adaptation mechanism and test stimulus, adaptation can either increase or decrease coding accuracy. We discuss the neurophysiological and psychophysical implications of the findings and relate it to published experimental data.

研究の動機と目的

• 神経適応が一次視覚皮質における集団符号化の正確さにどのように影響するかを特定すること。
• 発火率の低下（正確さの劣化を示唆）とノイズ相関の低減（正確さの向上を示唆）という相反する要因が共存するというパラドックスを解明すること。
• 発火率、チューニングカーブ、相関の変化を考慮した上で、フィッシャー情報への適応の網羅的影響を分析すること。
• スパイク周波数適応とシナプス適応という異なる適応メカニズムが符号化性能に与える影響を比較すること。
• モデルの結果を、適応誘発性の知覚的残像効果に関する実験的神経生理学的および心理学的データと関連付けること。

提案手法

• 128個のニューロンを有する一次視覚皮質のレートベースリングモデルで、各ニューロンは-90°から90°の間で好みの方向を持つ。
• ニューロンの発火率は、正規化線形関数を用いて計算された：$ \bar{R}_{\theta} = \kappa[I]_{+} + b $、ここで$[x]_+ = \max(x, 0)$。
• シナプス電流は、フィードフォワード入力、中心-周囲（メキシカンハット型）の側部刺激による興奮・抑制、および適応電流を含む微分方程式に従って変化した。
• スパイク周波数適応は動的適応電流$ I_{\text{sfa}} $としてモデル化された。一方、シナプス適応は側部接続における短期間抑制を用いて実装された。
• 符号化の正確さの指標としてフィッシャー情報が用いられ、ノイズ相関を組み込み、デコーダー性能の上限を提供した。
• シミュレーションでは、さまざまなテスト刺激および適応パラダイムに対して、適応前後での符号化正確さを比較し、異なる適応メカニズムとパラメータごとに結果を分析した。

実験結果

リサーチクエスチョン

• RQ1 発火率の低下と相関の変化の両方が考慮される場合、神経適応は一次視覚皮質における集団符号化の正確さにどのように影響するか？
• RQ2 スパイク周波数適応とシナプス適応のどちらが正確さにより強く影響を与え、あるいは相反する影響を与えるのか、どのような条件下でそうなるか？
• RQ3 適応に起因するチューニングカーブの変化とノイズ相関の変化が、フィッシャー情報にどのように作用し合うか？
• RQ4 本モデルは、適応後の方向識別閾値といった既知の心理学的効果を再現できるか？
• RQ5 適応の網羅的影響における、発火率の変化と相関の変化の相対的寄与度は何か？

主な発見

• 神経適応が符号化正確さに与える網羅的影響は多様であり、特定の適応メカニズムと刺激条件に強く依存する。
• 適応は正確さを向上させることもあれば低下させることもあり、すべてのパrameter領域で一貫したトレンドは見られなかった。
• スパイク周波数適応は、特に好みの方向付近の刺激に対して強い発火率抑制を引き起こすため、一般的に符号化正確さを低下させる。
• シナプス適応（短期間抑制を介して）は、ノイズ相関を低減することで、好みの方向から離れた刺激に対して符号化正確さを向上させる可能性がある。
• チューニングカーブの変化（例：鋭さの向上）と相関の変化は、しばしばフィッシャー情報に相反する影響を与えるため、複雑な網羅的結果を生じる。
• モデルは、0°付近でわずかな識別性能の向上と、中間角度で悪化する閾値といった、重要な心理学的傾向を再現したが、すべての実験的発見が完全に再現されたわけではない。