基于局部加权聚类集成的锋电位分离方案设计

发布时间：2021-08-13 17:59

　　神经元是组成大脑最基本的单位,监测大脑单个神经元的活动有助于理解大脑的工作机制。实际中,采集到的神经元电信号往往是同一脑区内多个神经元电信号的叠加,可以使用锋电位分离（Spike Sorting）方法把叠加在一起的神经元信号分离出来。锋电位分离方法主要分为三步:锋电位检测、特征提取和聚类。本论文主要研究了锋电位分离的聚类算法,分别在加权投票算法和谱聚类算法的基础上,引入局部加权的思想对二者进行改进,并将其运用到锋电位分离方法中,以提高锋电位分离的性能。具体内容如下:首先,介绍了锋电位分离方法的框架,包括锋电位检测、特征提取以及聚类算法。每个神经元发放的电信号都有自己独特的锋电位,可以根据这个特点使用锋电位分离方法对神经元发放的锋电位进行分离,从而把叠加在一起的神经元也分离出来。锋电位检测可以把神经元电信号的锋电位提取出来,然后使用特征提取方法提取锋电位的特征,最后使用聚类算法对得到的特征空间进行聚类,最终完成锋电位分离。然后,提出了一种局部加权投票算法。加权投票法是一种聚类集成算法,具有实现简单、执行高效等特点。然而,传统的加权投票法是在聚类成员的基础上进行统一加权的,没有考虑到聚类成... 

【文章来源】：南京邮电大学江苏省

【文章页数】：62 页

【学位级别】：硕士

【部分图文】：

阈值法中可能会出现的漏检和误检

自动阈值法则可以根据信号的某些特征自动计算出一个合适的阈值，而不需要人工指定自动阈值法效率高，适合在线进行锋电位检测。自动阈值的设定方式灵活多样[35-36]，常用号标准差的倍数作为阈值。若设 x为信号各采样点的幅值，n为信号采样的点数。则依据信标准差的自动阈值如公式（2.1）所示，其中a一般取 3 至 5。21 11( )1n ni ii ix xnThreshold an （2.在阈值法中，如果阈值设置的不合适，则容易造成漏检以及误检问题。为了改善阈值中存在的漏检以及误检问题，研究者们在阈值法的基础上提出了双向阈值法。双向阈值法是在阈值法的基础上多加了一个负向阈值，如图 2.4 所示。这是因为锋电位波形具有正负向电压，有波峰波谷。单靠一个正向阈值不足以对锋电位进行检测。如果信号中波形的波大于正向阈值并且其波谷小于负向阈值，则可以认为该波形是锋电位。双向阈值法在一定度上减少了漏检和误检，但是不能解决“电压漂移”对锋电位检测所带来的问题。

电大学专业学位硕士研究生学位论文 第二章 锋电位分离方法压漂移”现象，如图 2.5 所示。此时如果使用自动阈值法自动设置阈值，计算出来论上会比没有叠加背景噪声所计算出来的阈值大。这样，受背景噪声影响较小的某电信号中的锋电位的幅度就有可能低于计算出来的阈值，从而造成“漏检”，影响锋的效果。后来有人提出了峰值检测法用来进行锋电位检测。峰值检测法在一定程度决“电压漂移”的问题。峰值检测法首先设置一个高度固定，宽度固定的一个矩形窗其沿着神经元电信号上下左右进行滑动。然后实时计算出滑动窗口内的峰峰值，如的峰峰值大于该滑动窗口的高度，则表示滑动窗口内有一个锋电位，如图 2.6 所示

【参考文献】：
期刊论文
[1]应用线性硅电极阵列检测海马场电位和单细胞动作电位[J]. 封洲燕,光磊,郑晓静,王静,李淑辉.  生物化学与生物物理进展. 2007(04)
[2]多电极锋电位信号检测与分类方法研究[J]. 丁伟东,袁景淇,梁培基.  仪器仪表学报. 2006(12)
[3]一种获取锋电位的峰值检测算法的改进方案[J]. 姚舜,刘海龙,陈传平,李向宁.  生物医学工程研究. 2005(01)
[4]基于ARMA模型的经济非平稳时间序列的预测分析[J]. 王丽娜,肖冬荣.  武汉理工大学学报(交通科学与工程版). 2004(01)

硕士论文
[1]基于人工神经网络的多电极阵列上培养神经元锋电位的分类[D]. 李颖.华中科技大学 2006



本文编号：3340886