bioRxiv 预印本· Duffy, K. A., Pai, N., Schneck, D., Kozienko, G., Zheng, L., Xenopoulos-Oddsson, A., Wang, J., Johnson, L. A., Vitek, J., Fiecas, M., Cui, E. ·· 2026-10-18AI 评分8
快速广义纵向函数主成分分析(LFPCA)用于群体水平神经元放电动力学研究
Fast Generalized Longitudinal Functional Principal Components Analysis with Applications to Population-Level Neuronal Dynamics
AI 导读
研究提出快速广义LFPCA方法,沿函数域对数据分箱并在每个箱内拟合边际混合模型,模拟显示其速度比现有方法快数个数量级且精度相近。将该方法用于分析深部脑刺激(DBS)开/关状态下的神经元放电率数据,发现四个主成分即可解释绝大部分神经元间变异,且DBS显著增加放电活动的变异性。
来源:bioRxiv 预印本 · biorxiv.org