神経細胞の膜電位時系列から時間変動する入力信号と隠れ変数のダイナミクスを推定する

摘要

We consider an estimation problem of the time-varying input signals and the ion channel states from a voltage trace of a neuron. The problem is ill-posed, in the sense that the set of parameters giving rise to a particular voltage trace is not uniquely determined. However, by assuming the slow variation of the input signals, it is possible to formulate the estimation problem as a state-space model. An estimation algorithm for the time-varying input signals and the ion channel states is developed by the empirical Bayes approach. The estimation performance is evaluated by applying it to the simulated data of Leaky Integrator model and a Hodgkin-Huxley model.%本研究では，神経膜電位の観測時系列データから，時間変動する入力信号，入力ノイズの強さおよびイオンチャンネル状態のダイナミクスを推定する手法を提案する．入力信号にランダムウオーク型事前分布を仮定して経験ベイズ法を用いることにより，入力信号，入力ノイズの分散および隠れ変数を同時に推定するアルゴリズムを提案した．提案手法の有効性を検証するため，神経細胞の代表的なモデルであるLeaky Integratorモデル，Hodgkin-Huxley型モデルのシミュレーションデータに適用した．