基于小鼠运动皮层局都场电位的前肢肌电信号解码
发布时间:2022-05-03 04:22
脑机接口研究中常利用神经电生理信号对运动参数进行解码,而将肌电作为解码对象的相关研究较少,主要集中在人、猴子等实验动物上。由于小鼠有多种基因模式可供使用,在小鼠上进行脑机接口相关研究可以为下一步进行特异性神经元神经解码奠定基础。本文作为脑机接口预研究,重点研究小鼠尾端前肢区(Caudal Forelimb Areas,CFA)、喙侧前肢区(Rostral Forelimb Areas,RFA)的局部场电位(Local Field Potential,LFP)与前肢肱二头肌肌电活动之间的关系,这对于基础神经科学和神经假体的设计都具有重要意义。本文首先记录了小鼠在进行压杆任务过程中,四通道CFA与RFA上的局部场电位信号,同步记录前肢肱二头肌的肌电活动。分析不同频率段LFP信号与肌电活动之间的相关性,在γ1到高-γ2之间(30-100Hz)的频段上获得最高相关系数,这表明中间频段对肌电解码的贡献(权重)更大。并且发现当肌电信号到达峰值时,LFP信号的发放趋近于结束,LFP信号的变化略提前于肌电变化。将LFP信号频段特征作为模型输入,肌电信号的包络作为模型输出,从线性到非线性,分别采用卡尔曼...
【文章页数】:75 页
【学位级别】:硕士
【文章目录】:
致谢
摘要
Abstract
第1章 绪论
1.1 研究背景
1.1.1 植入式脑机接口
1.1.2 表面肌电图
1.1.3 运动皮层
1.2 研究意义
1.3 研究现状及分析
1.3.1 肌电脑机接口
1.3.2 解码算法
1.4 主要内容及结构
1.4.1 研究内容
1.4.2 论文结构安排
第2章 实验设计
2.1 引言
2.2 行为系统设计与实现
2.2.1 啮齿类动物压杆行为实验装置设计
2.2.2 啮齿类动物压杆行为系统上位机设计
2.2.3 压杆行为范式设计
2.3 肌电电极制备及植入手术
2.3.1 肌电电极制作
2.3.2 肌电电极植入手术
2.4 微电极阵列制备及植入手术
2.4.1 微电极阵列制作
2.4.2 微电极阵列植入手术
2.5 本章总结
第3章 数据采集与预处理
3.1 引言
3.2 神经信号与运动数据采集
3.3 数据分割
3.4 肌电信号预处理
3.4.1 差分处理
3.4.2 滤波处理
3.4.3 基于平方幅值的肌电包络提取
3.5 神经信号预处理
3.5.1 滤波处理
3.5.2 基于白化转换的通道间去相关
3.5.3 基于短时傅里叶变换的功率谱分析
3.5.4 特征提取
3.6 相关性分析
3.7 本章小结
第4章 神经信号解码
4.1 引言
4.2 解码效果评价指标
4.2.1 均方误差
4.2.2 相关系数
4.3 解码器效果比较
4.3.1 卡尔曼滤波
4.3.2 广义回归神经网络
4.3.3 循环神经网络
4.3.4 总结比较
4.4 时延模型分析
4.4.1 卡尔曼滤波时延结果
4.4.2 GRNN时延结果
4.4.3 RNN时延结果
4.4.4 时延结果总结比较
4.5 CFA与RFA脑区比较
4.6 本章小结
第5章 总结与展望
5.1 总结
5.2 展望
参考文献
本人在读期间的研究成果
本文编号:3650620
【文章页数】:75 页
【学位级别】:硕士
【文章目录】:
致谢
摘要
Abstract
第1章 绪论
1.1 研究背景
1.1.1 植入式脑机接口
1.1.2 表面肌电图
1.1.3 运动皮层
1.2 研究意义
1.3 研究现状及分析
1.3.1 肌电脑机接口
1.3.2 解码算法
1.4 主要内容及结构
1.4.1 研究内容
1.4.2 论文结构安排
第2章 实验设计
2.1 引言
2.2 行为系统设计与实现
2.2.1 啮齿类动物压杆行为实验装置设计
2.2.2 啮齿类动物压杆行为系统上位机设计
2.2.3 压杆行为范式设计
2.3 肌电电极制备及植入手术
2.3.1 肌电电极制作
2.3.2 肌电电极植入手术
2.4 微电极阵列制备及植入手术
2.4.1 微电极阵列制作
2.4.2 微电极阵列植入手术
2.5 本章总结
第3章 数据采集与预处理
3.1 引言
3.2 神经信号与运动数据采集
3.3 数据分割
3.4 肌电信号预处理
3.4.1 差分处理
3.4.2 滤波处理
3.4.3 基于平方幅值的肌电包络提取
3.5 神经信号预处理
3.5.1 滤波处理
3.5.2 基于白化转换的通道间去相关
3.5.3 基于短时傅里叶变换的功率谱分析
3.5.4 特征提取
3.6 相关性分析
3.7 本章小结
第4章 神经信号解码
4.1 引言
4.2 解码效果评价指标
4.2.1 均方误差
4.2.2 相关系数
4.3 解码器效果比较
4.3.1 卡尔曼滤波
4.3.2 广义回归神经网络
4.3.3 循环神经网络
4.3.4 总结比较
4.4 时延模型分析
4.4.1 卡尔曼滤波时延结果
4.4.2 GRNN时延结果
4.4.3 RNN时延结果
4.4.4 时延结果总结比较
4.5 CFA与RFA脑区比较
4.6 本章小结
第5章 总结与展望
5.1 总结
5.2 展望
参考文献
本人在读期间的研究成果
本文编号:3650620
本文链接:https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/3650620.html