作为脑部皮层的一部分，海马区是形成记忆和空间导航必不可少的组织结构。虽然海马区已经被广泛研究，尤其是作为神经生理学的模型系统，但是参与构造和组织海马区的细胞过程仍是不清楚。生物学家通过观察发现，随着海马区的发育，克隆相关的兴奋性神经元在锥体细胞层逐渐被组织成离散的水平簇，但这一观点还需要通过计算和统计来进行验证。本文的目标是使用统计和模式识别等计算机技术，对海马区兴奋性神经元的空间组织结构进行研究，从而验证生物学家对海马区兴奋性神经元空间组织结构的猜想。　　本文首先使用了基于G函数的最近邻距离分析方法对海马区神经元的空间点模式进行分析，通过与完全随机模式的对比，我们证明了海马区兴奋性神经元在锥体细胞层是聚类存在的;然后使用层次聚类算法对海马区兴奋性神经元进行聚类，得到各个聚类的神经元，并使用F统计量验证了聚类结果的有效性;在此基础上对每个兴奋性神经元簇，我们采用主元成分分析的方法，通过计算神经元簇和该簇最近邻锥体细胞层主平面之间的夹角，验证了神经元簇在锥体细胞层中是水平分布的。　　实验结果证明，海马区兴奋性神经元在锥体细胞层中确实是被组织成离散的水平簇。