Clusterización basada en densidad: Una mirada en términos de lanscape para datos neuronales multicanal

BAGLIETTO G.; GIGANTE, GUIDO; DEL GIUDICE, PAOLO

La Plata

Congreso; 102 Reunión de la Asociación Física Argentina; 2017

Registros simultáneos de N electrodos generan series temporales N dimensionales que requieren una repre-sentación eficiente para lograr exponer aspectos relevantes de la dinámica subyacente. Al discretizar el tiempoen bins se define una secuencia de vectores de actividad neuronal que puebla el espacio N-dimensional comouna distribución de densidad. Esto es especialmente informativo cuando la dinámica neuronal procede como unatrayectoria estocástica pasando por estados metaestables (siendo este un caso muy frecuente en neurociencias).Esto hace que realizar un clustering en el espacio N-dimensional sea una opción natural. Para realizar esta op-eración aplicamos una variante del algorimo ?Mean-Shift la validamos aplicándola a redes de Hopfield en su fasevitrea, en las que los estados metaestables estan bien descorrelacionados de los atractores de memoria. Los esta-dos neuronales identificados como centroides de los clusters son luego utilizados para definir una representacióncompacta de la matriz sináptica, lo que permite grandes mejoras en la inferencia de los acoplamientos sinápticosa partir de la actividad neuronal. Luego consideramos el caso más realista de una red multi-modular de neuronasIntegrate and Fire (IF) con Spike Frequency Adaptation (SFA), lo que induce efectos dependientes de la historia.Desarrollamos un procedimiento, inspirado en Boltzmann learning pero extendiendo su dominio de aplicación,para determinar las sinapsis entre los módulos, de forma tal que la red neuronal reproduzca un patrón prescritode correlaciones espaciales. Luego de clusterizar la actividad generada por esta red modular de neuronas IF de-scribimos su dinámica multidimensional por medio de la secuencia simbólica de los centroides de los clusters;esta representación conduce naturalmente a la utilización de estimadores de complejidad que proveen informacióncompacta sobre efectos de memoria tales como los inducidos por SFA. Especı́ficamente, para obtener una medidarelativa de la complejidad, comparamos la complejidad de Lempel-Ziv en la secuencia de centroides con la deun proceso de Markov generado a partir de las probabilidades de transición entre los centroides. Finalmente,hemos comenzado a aplicar esta metodologı́a para analizar la actividad neuronal en el área premotora de macacosrhesus mientras realizan diferentes actividades, logrando identificar, a partir de la actividad neuronal, el estadocomportamental del animal.