STA，英文全称Spike-triggered average，直译做“发放-触发平均方法”。
STA是神经科学研究，尤其是视觉研究中用于描述神经元反应特性的一种方法。这种方法主要被用来分析电生理数据，估计神经元的线性感受野。
使用列的方式表现出来。设定一个时间窗（这里的时间窗是每个spike之前的第2到第4帧，共3帧），将所有发放之前的某个时间窗之内的视觉刺激进行叠加平均（橙色框内），就生成了右面的STA图。这里的STA图表示该神经元对3个白色的像素有响应，并且随着这3帧的播放，这三个白色像素的空间位置也在变化。]]
原理
从数学上来讲，STA是指每一个发放前一定时间的所有视觉刺激的叠加平均值。计算STA的方法如下，对于一个神经元对某视觉刺激的反应而言，首先设定一个时间窗；然后将每一个发放之前、此时间窗之内呈现的视觉刺激提取出来；最后将所有提取出来的视觉刺激进行叠加平均（如图所示）。只要视觉刺激的分布是球面对称的（比如，高斯白噪声），使用STA方法就可以得到一个神经元的无偏估计感受野。
应用
STA方法被用来描绘视网膜神经节细胞、LGN（外侧膝状体）和纹状皮层简单细胞的感受野。还被用来估计线性-非线性泊松梯级模型的线性阶段，与线性回归有密切的关系。
数学定义
标准STA
假设\mathbf{x_i}代表每一个发放之前的第i帧的视觉刺激时空向量，y_i代表该发放前面第i帧这段时间里的发放数。所有视觉刺激的叠加平均值应当为零（E[\mathbf{x}]=0）。如果不为零，就将所有的向量减掉这个平均值。这样STA就可以从下面的式子得到：
\mathrm{STA} = \tfrac{1}{n_{sp}}\sum_{i=1}^T y_i \mathbf{x_i},，在这里，n_{sp} = \sum y_i代表总的发放数。
如果使用矩阵表示，式子就会变得更加简单。假设矩阵X的第i行代表视觉刺激时空向量\mathbf{x_i^T}；\mathbf{y}代表一个列向量，该列向量的第i个元素为y_i。STA就可以写成：
\mathrm{STA} = \tfrac{1}{n_{sp}} X^T \mathbf{y}.
白化STA
如果不是白噪声，而是在时空上具有非零相关性的视觉刺激，那么使用标准STA就会产生对线性感受野的一个有偏估计来实现一致性和有效性。
另外参见
- STC
- 线性-非线性泊松梯级模型
- 分段逆回归
参考文献
外部链接
评论 (0)