A atividade cortical alterna entre estados quase estacionários.

Gravações paralelas de trens de spikes de vários neurônios corticais individuais em macacos em comportamento foram analisadas como um processo de Markov oculto. Os trens de spikes paralelos foram considerados como um processo de Poisson multivariado cujas taxas de disparo vetoriais mudam com o tempo. Como consequência dessa abordagem, a gravação completa pode ser segmentada em uma sequência de poucos estados ocultos discriminados estatisticamente, cuja dinâmica é modelada como uma cadeia de Markov de primeira ordem. A validade biológica e os benefícios dessa abordagem foram examinados de várias maneiras independentes: (i) a consistência estatística da segmentação e sua correspondência com o comportamento dos animais; (ii) medição direta das mudanças coletivas de atividade, obtidas pelo modelo; e (iii) a relação entre a segmentação e as correlações cruzadas de curto prazo entre os trens de spikes gravados. A comparação com dados surrogados também foi realizada para cada uma das acima mencionadas para garantir sua significância. Nossos resultados indicaram a existência de estados de atividade bem separados, dentro dos quais as taxas de disparo eram aproximadamente estacionárias. Com nossos dados atuais, pudemos discriminar confiavelmente de seis a oito desses estados. As transições entre os estados foram rápidas e estavam associadas a mudanças concomitantes das taxas de disparo de vários neurônios. Diferentes modos comportamentais e estímulos foram consistentemente refletidos por diferentes estados de atividade neural. Além disso, as correlações par a par entre neurônios variaram consideravelmente entre os diferentes estados, apoiando a hipótese de que esses estados distintos foram causados pela ação cooperativa de muitos neurônios.