通过最优传输与动态时间规整揭示神经雪崩的时空结构

神经雪崩——或由阈值定义的协调活动爆发——传统上以无尺度统计特征加以表征。然而，由于雪崩在持续时间和空间范围上的变异性，对其精细时空结构及其在自发活动中重复出现方式的研究一直受到限制。为应对这一挑战，我们提出使用柔性对齐方法：采用一种结合非平衡最优传输与子序列动态时间规整的距离度量，从而能够比较长度和空间构型不同的事件。将该方法应用于 PsiConnect 裸盖菇素研究中 63 名参与者的 64 通道 EEG 数据后，层次聚类揭示了 12 种重复出现的传播模式。随后在原始连续记录中追踪这些聚类模板，识别出同一模式至少连续且紧接着重复出现两次的序列。极性交替的序列被归类为振荡型；极性一致的序列被归类为稳定型。振荡型序列主要对应于那些经视觉确认具有空间传播特征的聚类，而稳定型序列则对应于空间上固定的模式。在裸盖菇素条件下，相对于稳定型序列，振荡型序列有所减少，使极性平衡偏向稳定型；这一总体转变经受试者水平置换检验得到证实，而表面上与任务和训练相关的特异性效应未能通过该检验。该效应在很大程度上还由某一特定聚类所驱动，这表明存在具体的神经动力学会在时间上受到摄入裸盖菇素的影响。所开发的方法学已在一个公开可用的 stppy Python 软件包中实现。

通过最优传输与动态时间规整揭示神经雪崩的时空结构 | bioRxiv

跳转至主要内容 首页 关于 投稿 提醒 / RSS 搜索该关键词 高级搜索 最新结果

通过最优传输与动态时间规整揭示神经雪崩的时空结构

Filip Novicky， Nikola Jajcay， Jaroslav Hlinka

doi： https://doi.org/10.64898/2026.07.10.737743

Filip Novicky 1 捷克科学院计算机科学研究所； 在 Google Scholar 上查找该作者 在 PubMed 上查找该作者 在持有人为作者/资助方，其已授予 bioRxiv 永久展示该预印本的许可。 本文依据 CC-BY 4.0 国际许可协议 提供。

返回顶部 上一篇 下一篇

发布于 2026 年 7 月 16 日。

下载 PDF 电子邮件

感谢您有兴趣帮助传播 bioRxiv。 您的电子邮件 *

您的姓名 *

发送至 *

请输入多个地址，每行一个，或用逗号分隔。

您将要通过电子邮件发送以下内容

通过最优传输与动态时间规整揭示神经雪崩的时空结构

邮件主题

（您的姓名）已从 bioRxiv 向您转发了一个页面

邮件正文

（您的姓名）认为您可能会希望查看 bioRxiv 网站上的此页面。

您的个人留言

验证码

此问题用于测试您是否为人类访客，并防止自动垃圾信息提交。

分享

通过最优传输与动态时间规整揭示神经雪崩的时空结构

Filip Novicky， Nikola Jajcay， Jaroslav Hlinka

bioRxiv 2026.07.10.737743； doi： https://doi.org/10.64898/2026.07.10.737743

分享本文： 复制

引文工具

通过最优传输与动态时间规整揭示神经雪崩的时空结构

Filip Novicky， Nikola Jajcay， Jaroslav Hlinka

bioRxiv 2026.07.10.737743； doi： https://doi.org/10.64898/2026.07.10.737743

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.07.10.737743v1?rss=1

🏷️ 神经雪崩 最优传输 动态时间规整 EEG 裸盖菇素 时空模式