摘要 局部场电位 (LFP) 的偏转和振荡定义了海马尖波涟漪 (SWR),这是大脑最同步的事件之一。SWR 反映了从认知相关的神经元集合中出现的放电和突触电流序列。虽然频谱分析已经取得了进展,但超密集记录的激增现在需要新的自动检测策略。在这里,我们展示了如何在高密度 LFP 海马记录上运行的一维卷积网络如何自动识别来自啮齿动物海马的 SWR。当无需重新训练就应用于新数据集和超密集海马范围的记录时,我们发现了与 SWR 出现相关的生理相关过程,从而促使制定新的分类标准。为了获得可解释性,我们开发了一种方法来查询人工网络的运行。我们发现它依赖于基于特征的专业化,这允许识别空间分离的振荡和偏转,以及重放典型的同步群体放电。因此,使用基于深度学习的方法可能会改变当前的启发式方法,以便更好地机械地解释这些相关的神经生理事件。
主要关键词