[論文レビュー] Entropy and Information in Neural Spike Trains

Steven Strong, R. Köberle+2 more|ArXiv.org|Mar 18, 1996

Neural dynamics and brain function被引用数 6

ひとこと要約

本論文は、スパイクタイミングの特定の特徴を仮定せずに、エントロピーと情報理論を用いて神経スパイク列に含まれる情報量を定量化するモデルフリーな手法を提案する。マダニの運動感受性ニューロンに適用した結果、スパイクタイミングが最大10ビット/秒の情報を保持していることが明らかになり、神経伝達における正確な時間的符号化の役割が強調された。

ABSTRACT

The nervous system represents time-dependent signals in sequences of discrete action potentials or spikes, all spikes are identical so that information is carried only in the spike arrival times. We show how to quantify this information, in bits, free from any assumptions about which features of the spike train or input waveform are most important. We apply this approach to the analysis of experiments on a motion-sensitive neuron in the fly visual system.

研究の動機と目的

• 特定の特徴（例：発火レート、タイミング）が最も情報を含むと仮定せずに、神経スパイク列に含まれる情報量を定量化する手法を開発すること。
• 飛行中のマダニ視覚系の運動感受性ニューロンからの実験データにこの手法を適用し、情報伝達量を測定すること。
• 発火レートモデルとは独立して、正確なスパイクタイミングが神経符号化に果たす役割を評価すること。
• 感覚系における神経符号化を分析するためのモデルフリーで情報理論的なフレームワークを提供すること。

提案手法

• スパイク列データからエントロピーと相互情報量を計算するために情報理論を用いる。
• バインニングを回避しバイアスを低減するために、スパイク列データからのエントロピーを直接推定する手法を適用する。
• 入力刺激とスパイクタイミングパターンの間の相互情報量を推定する非パラメトリックアプローチを採用する。
• ブルーフリーのロビュラプレート運動検出ニューロン（LGMD）からの実験的スパイク列を分析し、情報レートを計算する。
• 時間分解能をもった分析を用いて、時間経過に伴う情報伝達を評価し、動的符号化特性を捉える。
• サロゲートデータと統計的検定を用いて、情報推定値の有意性を検証する。

実験結果

リサーチクエスチョン

• RQ1 神経スパイク列におけるアクションポテンシャルの正確なタイミングに、どの程度の情報が符号化されているか？
• RQ2 発火レートとは独立して、スパイクタイミングが感覚刺激に関する情報をどの程度持っているか？
• RQ3 マダニ視覚系の運動感受性ニューロンにおける情報伝達レートは何か？
• RQ4 スパイク列に含まれる情報量は、レートベースのモデルによる予測と比べてどう異なるか？
• RQ5 特定の符号化戦略を仮定せずに、モデルフリーなアプローチが神経スパイク列における情報量を正確に定量化できるか？

主な発見

• ブルーフリー視覚系の運動感受性ニューロンであるLGMDニューロンは、視覚的運動に関する情報について最大約10ビット/秒を伝達している。
• 正確なスパイクタイミングが情報符号化に顕著に寄与しており、相互情報量の推定値は時間的パターンに強く依存していることが示された。
• モデルフリーなエントロピーと情報推定手法は、レート符号化や特定の時間的特徴を仮定せずに、情報含量を的確に捉えている。
• サロゲートデータ解析により、観察された情報レベルが偶然やスパイクタイミングのランダムな変動によるものではないことが確認された。
• 情報伝達は時間的に均等に分布しているのではなく、刺激の遷移に対応する情報含量の高まりを示すバーストが観察された。
• 結果として、スパイクタイミングそのものが顕著な情報を保持できることを示し、神経符号化の解釈を単にレートベースに限定するのを挑戦した。