A mixture-model approach for burst detection in basal ganglia spike trains
L'article présente LognormISI, une méthode de modélisation de mélange pilotée par les données qui surmonte les limites des détecteurs à seuil fixe en identifiant avec une grande spécificité des phénotypes de bouffées statistiquement séparables dans les trains de potentiels d'action des ganglions de la base, offrant ainsi un cadre reproductible pour analyser les associations entre bouffées et symptômes dans la maladie de Parkinson.