神經編碼是與表征刺激與個體或整體神經元反應之間的假定關系以及整體神經元電活動之間的關系有關的神經科學領域。基于該理論，感覺和其它信息在表示腦由神經元網絡，可以認為神經元可以編碼兩個數字和模擬信息。

神經元在人體細胞中的顯著之處在于其在遠距離內快速傳播信號的能力。他們通過產生稱為動作電位的特征性電脈沖來實現此目的：可以沿著軸突傳播的電壓尖峰。感覺神經元通過激發各種時間模式的動作電位序列來改變其活動，同時存在外部感覺刺激，例如光、聲音、味道、氣味和觸覺。眾所周知，有關刺激的信息是以這種動作電位模式編碼的，并傳遞到大腦內和周圍，但這不是xxx的方法。諸如視網膜神經元之類的專門神經元可以通過梯度電位傳達更多信息。這與動作電位不同，因為有關刺激強度的信息與神經元輸出的強度直接相關。對于梯度電位，信號衰減快得多，需要較短的神經元間距離和較高的神經元密度。分級電位的優勢在于，與尖峰神經元相比，能夠編碼更多狀態（即保真度更高）的信息速率更高。

盡管動作電位的持續時間，幅度和形狀可能有所不同，但是在神經編碼研究中，動作電位通常被視為相同的定型事件。如果忽略動作電位的短暫持續時間（大約1毫秒），則動作電位序列或尖峰序列可以簡單地通過一系列時間上的全有或無點事件來表征。尖峰序列中兩個連續尖峰之間的尖峰間隔（ISI）的長度通常變化，顯然是隨機的。神經編碼的研究涉及測量和表征神經元動作電位或峰值如何表示刺激屬性（例如光或聲音強度）或運動動作（例如手臂運動的方向）。為了描述和分析神經元放電，統計方法以及概率論和隨機點過程的方法已被廣泛應用。

隨著大規模神經記錄和解碼技術的發展，研究人員已經開始破解神經代碼，并且已經在記憶形成和記憶在海馬區中的記憶中首次提供了對實時神經代碼的xxx印象。成為記憶形成的中心。神經科學家已經發起了幾個大規模的腦解碼項目。

可以從兩個相反的角度研究刺激與反應之間的聯系。神經編碼是指從刺激到反應的映射。主要焦點是了解神經元如何響應各種各樣的刺激，并構建試圖預測對其他刺激的反應的模型。神經解碼是指從響應到刺激的反向映射，而挑戰則是從它引起的尖峰序列中重建一個刺激或該刺激的某些方面。

尖峰的序列或“序列”可以包含基于不同編碼方案的信息。例如，在運動神經元中，受神經支配的肌肉收縮的力量僅取決于“射擊速率”，即每單位時間的平均尖峰數（“速率代碼”）。另一方面，復雜的“?時間碼?”基于單個尖峰的精確定時。它們可能被鎖定在外部刺激上，例如在視覺和聽覺系統中，或者可能是由神經系統固有地產生的。

即使沒有明確定義這些術語的含義，神經元是使用速率編碼還是時間編碼是神經科學界爭論不休的話題。

當發現精確的尖峰定時或高頻點火速率波動會攜帶信息時，通常會將神經代碼識別為時間代碼。許多研究發現，神經代碼的時間分辨率在毫秒級，這表明精確的尖峰定時是神經編碼中的重要元素。這種通過尖峰之間的時間進行通信的代碼被稱為脈沖間隔代碼，并得到了最近研究的支持。

神經元表現出發射頻率的高頻波動，其可能是噪音或可能攜帶信息。速率編碼模型表明這些不規則性是噪聲，而時間編碼模型表明它們對信息進行編碼。如果神經系統僅使用速率代碼來傳達信息，則在進化上更加一致，規則的發射速率將是進化上的優勢，并且神經元將利用此代碼來替代其他較不健壯的選擇。時間編碼為“噪聲”提供了另一種解釋，表明它實際上是對信息進行編碼并影響神經處理，為了對此思想進行建模，可以使用二進制符號標記峰值：1表示峰值，0表示沒有峰值。允許序列000111000111表示不同于001100110011的值，即使兩個序列的平均發射率相同，均為6峰值/ 10 ms 直到最近，科學家們仍最重視速率編碼作為對突觸后電位的模式。但是，腦的功能是多個時間比使用僅率編碼的精確似乎允許。換句話說，由于速率代碼無法捕獲尖峰序列的所有可用信息，可能會丟失基本信息。此外，相似（但不完全相同）的刺激之間的響應足夠不同，以表明尖峰的不同模式所包含的信息量要大于速率碼中可能包含的信息量。

時間代碼采用了尖峰活動的那些特征，而這些特征不能由發射速率來描述。例如，刺激開始后到xxx次尖峰的時間，基于ISI?概率分布的第二和更高統計時刻的特征，尖峰隨機性或精確定時的尖峰組（時間模式）都可以用作時間代碼。由于神經系統中沒有xxx的時間參考，因此可以根據神經元數量的相對峰值時序或正在進行的腦震蕩來傳遞信息。在存在神經振蕩的情況下對時間代碼進行解碼的一種方法是在振蕩周期的特定階段出現的尖峰在使突觸后神經元去極化方面更有效。

刺激引起的尖峰序列的時間結構或激發速率既取決于刺激的動力學，又取決于神經編碼過程的性質。無論使用哪種神經編碼策略，迅速變化的刺激都趨向于產生精確定時的尖峰和快速變化的點火速率。時間編碼是指響應中的時間精度，它不僅是由刺激的動力學產生的，而是與刺激的特性有關。刺激和編碼動力學之間的相互作用使得識別時間碼變得困難。

在時間編碼中，學習可以通過與活動有關的突觸延遲修飾來解釋。修改本身不僅可以取決于尖峰速率（速率編碼），還可以取決于尖峰定時模式（時間編碼），即可以是依賴于尖峰時序的可塑性的特殊情況。

時間編碼的問題與獨立尖峰編碼的問題不同且獨立。如果每個峰值與列車中的所有其他峰值無關，則神經代碼的時間特性由時間相關的點火速率r（t）的行為確定。如果r（t）隨時間緩慢變化，則該代碼通常稱為比率代碼，而如果其快速變化，則該代碼稱為時間代碼。