数据集概述
本数据集是论文“Using Matrix and Tensor Factorizations for the Single-Trial Analysis of Population Spike Trains”的基础数据，包含视网膜神经节细胞记录的视觉刺激、spike序列及感受野信息，用于验证张量分解方法在提取神经群体时空信息中的效用，支持视网膜编码中 spike 时序重要性的研究。
文件详解
- 文件1：README_for_RetinaDataFactorizationsOfPopulationSpikeTrains.txt
- 文件格式：TXT
- 字段映射介绍：数据集说明文档，包含数据背景、内容构成（视觉刺激、spike序列、感受野数据）及与论文结果的关联说明。
- 文件2：RetinaDataFactorizationsOfPopulationSpikeTrains.zip
- 文件格式：ZIP
- 字段映射介绍：压缩包，包含视网膜神经节细胞记录的原始实验数据，涵盖视觉刺激信息、单试次群体spike序列数据及神经元感受野数据。
数据来源
PLoS Computational Biology论文“Using Matrix and Tensor Factorizations for the Single-Trial Analysis of Population Spike Trains”
适用场景
- 神经群体编码分析: 研究视网膜神经节细胞群体spike序列中的时空信息编码规律，验证张量分解方法的有效性。
- 视觉刺激响应研究: 分析神经元对视觉刺激的spike时序（如首 spike 潜伏期）与刺激特征的关联。
- 视网膜信息处理机制研究: 探究spike计数与spike时序在传递视觉信息中的差异，特别是首 spike 潜伏期的信息承载作用。
- 神经数据降维方法验证: 比较不同张量分解方法在神经群体数据低维表示中的效率与鲁棒性。
