联合锋电位和局部场电位的视觉信息整合特性研究

发布时间：2017-04-29 02:01

  本文关键词：联合锋电位和局部场电位的视觉信息整合特性研究，由笔耕文化传播整理发布。

【摘要】：大脑的视觉系统是动物从外界获取信息的主要感知系统。视觉信息首先经过初级视觉皮层(V1区)进行处理然后再传递到更高级的视觉皮层进行表达。V1区是最早参与视觉信息整合的皮层区域,该区神经元的整合野具有调制感受野内神经元响应的特性,其调制作用在视觉信息整合中起到关键作用。因此,研究整合野对视觉信息的整合作用对深入研究视觉系统信息处理机制和解决复杂图像处理问题具有重要意义。锋电位(Spike)和局部场电位(LFP)是两种不同频带的信号,它们携带了不同的视觉信息,并且协同参与了视觉信息处理的过程。本文以大鼠为模式动物,采用多通道微电极阵列采集了V1区神经元在不同刺激模式下的Spike和LFP信号,研究了不同视觉刺激模式下整合野的整合特性。主要内容及成果如下:(1)测定了V1区神经元整合野的位置和类型。首先,设计了黑白棋盘格的刺激模式,采用反向相关法,确定了神经元感受野的中心位置,作为整合野的中心坐标;然后,设计了半径逐渐变大的环形光栅,确定了神经元整合野的大小;最后,设计了半径逐渐变大的圆形光栅,分析了神经元整合野的调制特性。结果表明:随着遮挡感受野圆面积的逐渐增加,神经元的响应强度先变大后变小,且实验中采集到的神经元整合野均表现出抑制性的调制特性。(2)提取了用于研究整合野整合特性的Spike和LFP联合特征。首先,对Spike和LFP信号进行了预处理;然后,提取了Spike发放率和LFP伽马频带功率;其次,根据Spike和LFP之间的相关性,利用匹配追踪算法和触发平均技术,分析Spike触发下的平均伽马LFP波形在刺激开始后不同时段的波形幅值变化,确定了Spike触发下LFP响应的时间区间,并且在响应区间内,提取了Spike触发的伽马LFP瞬时能量。结果表明:利用小波变换和聚类方法能够实现对Spike的分类和去噪,采用自适应滤波的方法可以有效的去除LFP波形中的工频噪声、高频噪声;在刺激开始后,Spike触发下LFP响应的时间区间为1 ms到8 ms之间。(3)分别分析了V1区神经元整合野在空间频率、朝向和对比度信息下的整合特性,并验证了Spike触发的伽马LFP瞬时能量在分析整合野整合特性中的有效性。首先,提取了不同空间频率、不同朝向和不同对比度的环形移动光栅刺激下的Spike发放率、伽马LFP功率和Spike触发的伽马LFP瞬时能量,分析了神经元整合野在空间频率、朝向和对比度信息下的整合特性。结果表明:当整合野内视觉刺激参数和感受野的相同时,整合作用最强,随着刺激参数差异的增加,整合作用逐渐减弱。然后,以抑制指数作为衡量整合野整合程度的指标,对比了Spike触发的伽马LFP瞬时能量与单纯采用Spike发放率和单纯采用伽马LFP功率的结果。结果表明:利用本文提取的响应特征所得到的整合野整合作用更显著,且响应随感受野内外参数差值变化的规律性更明显,从而证明了该响应特征不仅能够作为分析整合野整合特性的有效响应特征,并且比传统的响应特征在表征整合野整合特性上更有优势。(4)利用Spike触发的伽马LFP瞬时能量,分析了V1区神经元整合野在空间频率、朝向和对比度信息联合变化下的整合特性。首先,设计了包含空间频率、朝向和对比度三个因素的正交实验;然后,提取了神经元在正交刺激模式下的Spike触发的伽马LFP瞬时能量,采用直观分析法和方差分析法,分析了V1区神经元整合野在空间频率、朝向和对比度三种视觉信息联合变化下的整合特性。结果表明:在空间频率、朝向和对比度三种视觉信息同时发生变化的情况下,神经元的整合野表现出了不同程度的整合特性,其中对朝向信息的整合作用最明显,而对空间频率和对比度的整合作用相对较弱。
【关键词】：初级视觉皮层 整合野 锋电位 局部场电位 整合特性
【学位授予单位】：郑州大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：R338;TP391.41
【目录】：

• 摘要4-6
• Abstract6-14
• 1 绪论14-20
• 1.1 研究背景及意义14-15
• 1.2 国内外研究现状15-18
• 1.3 论文的研究内容及结构18-20
• 2 锋电位和局部场电位采集20-31
• 2.1 实验方案20-23
• 2.1.1 手术实验平台20-22
• 2.1.2 手术实验22-23
• 2.2 视觉刺激实验23-28
• 2.2.1 视觉刺激平台23-24
• 2.2.2 视觉刺激模式24-28
• 2.3 锋电位和局部场电位的采集28-29
• 2.4 本章小结29-31
• 3 大鼠V1 区神经元整合野位置和类型的测定31-38
• 3.1 大鼠V1 区神经元整合野中心坐标的测定31-34
• 3.1.1 大鼠V1 区神经元整合野中心坐标的测定原理及步骤31-33
• 3.1.2 大鼠V1 区神经元整合野中心坐标的测定结果33-34
• 3.2 大鼠V1 区神经元整合野范围的测定34-35
• 3.2.1 大鼠V1 区神经元整合野范围的测定原理及步骤34-35
• 3.2.2 大鼠V1 区神经元整合野范围的测定结果35
• 3.3 大鼠V1 区神经元整合野类型的确定35-36
• 3.4 本章小结36-38
• 4 大鼠V1 区整合野整合特征的提取38-48
• 4.1 Spike和LFP的预处理38-41
• 4.1.1 Spike的分类与去噪38-40
• 4.1.2 LFP的去噪40-41
• 4.2 Spike发放率的提取41
• 4.3 伽马LFP功率的提取41-43
• 4.4 Spike触发的伽马LFP瞬时能量的提取43-47
• 4.4.1 Spike触发下LFP响应的时间区间的测定方法43-44
• 4.4.2 Spike触发下LFP响应的时间区间的测定结果44-46
• 4.4.3 Spike触发的伽马LFP瞬时能量的提取方法46-47
• 4.5 本章小结47-48
• 5 大鼠V1 区整合野的视觉信息整合特性48-68
• 5.1 整合野空间频率整合特性48-53
• 5.1.1 基于Spike发放率的整合野空间频率整合特性分析48-49
• 5.1.2 基于LFP功率的整合野空间频率整合特性分析49-50
• 5.1.3 基于Spike触发的伽马LFP瞬时能量的整合野空间频率整合特性分析 .. 38 5.1.4 三种方法的对比分析50
• 5.1.4 三种方法的对比分析50-53
• 5.2 整合野朝向整合特性53-58
• 5.2.1 基于Spike发放率的整合野朝向整合特性分析53-54
• 5.2.2 基于LFP功率的整合野朝向整合特性分析54-55
• 5.2.3 基于Spike触发的伽马LFP瞬时能量的整合野朝向整合特性分析55
• 5.2.4 三种方法的对比分析55-58
• 5.3 整合野对比度整合特性58-62
• 5.3.1 基于Spike发放率的整合野对比度整合特性分析58-59
• 5.3.2 基于LFP功率的整合野对比度整合特性分析59
• 5.3.3 基于Spike触发的伽马LFP瞬时能量的整合野对比度整合特性分析59-60
• 5.3.4 三种方法对比分析60-62
• 5.4 基于Spike触发的伽马LFP瞬时能量的视觉信息整合分析62-66
• 5.5 本章小结66-68
• 6 总结与展望68-71
• 6.1 本文工作总结68-69
• 6.2 课题研究展望69-71
• 参考文献71-75
• 个人简介、在学期间发表的学术论文与研究成果75-76
• 致谢76

【相似文献】

中国期刊全文数据库 前10条

1 ;中国科学院生物物理研究所视觉信息加工开放研究实验室研究课题申请指南[J];生物化学与生物物理进展;1993年03期

2 赵思江;;漏看不是眨眼的错[J];大科技(科学之谜);2011年12期

3 王淑珍;朱思泉;;视觉信息加工的神经机制[J];眼科研究;2008年09期

4 吴卫国,郭爱克,冯春华,石淑珍,王谷岩,吴盛立;不同适应状态下神经重叠复眼接收视觉信息的模式[J];科学通报;1984年15期

5 ;中国科学院生物物理研究所视觉信息加工开放研究实验室研究课题申请指南[J];生物化学与生物物理进展;1989年06期

6 田彦;;中国科学院生物物理研究所视觉信息加工开放研究实验室[J];生物科学信息;1989年06期

7 刁云程;“视觉信息加工”研究圆满结束[J];中国科学基金;1994年01期

8 曲欣;钟经华;;色彩在视觉信息无障碍环境设计中的应用[J];科技信息(科学教研);2008年18期

9 刘瑞光;基于视觉信息的驾驶员制动行为分析[J];山东师大学报(自然科学版);1999年01期

10 董宁宁;;眼睛也分“左撇子”和“右撇子”[J];自然与科技;2007年05期

中国重要会议论文全文数据库 前10条

1 何芸;杜诚;;21世纪的视觉信息技术[A];面向21世纪的科技进步与社会经济发展（上册）[C];1999年

2 翁强;闫丽;翁伟生;;多维空间感知觉模型对视觉信息加工缺损的研究[A];第十一次中国生物物理学术大会暨第九届全国会员代表大会摘要集[C];2009年

3 刘力;龚海韵;;果蝇蘑菇体对视觉信息的归纳作用[A];首届中国神经信息学讨论会摘要[C];2000年

4 孙明;;视觉信息学的基本概念及其新技术在农业中的应用[A];中国农业工程学会2011年学术年会论文集[C];2011年

5 王书荣;;视觉信息加工中的神经元相互作用[A];第九次全国生物物理大会学术会议论文摘要集[C];2002年

6 苏润娥;吉国明;宋笔锋;;人的视觉信息捕捉能力测试软件[A];陕西省航空装备制造技术发展——第九届陕西省青年科学家论坛论文集[C];2006年

7 杨瑾;李潇;王书荣;;家鸽背外侧丘脑神经元参与外侧单眼视觉和环境亮度检测[A];第九次全国生物物理大会学术会议论文摘要集[C];2002年

8 张春宇;张蔚;刘海鹏;于立平;王小捷;李睿凡;;基于视觉信息的汉语词汇语义习得[A];中国计算机语言学研究前沿进展（2007-2009）[C];2009年

9 唐克伦;张湘伟;成思源;熊汉伟;张洪;;视觉信息与CMM测量数据的融合[A];第十二届全国图象图形学学术会议论文集[C];2005年

10 李珊珊;于庆宝;冯士刚;鹿麒麟;唐一源;;视觉信息等级处理的双脑协同性研究[A];大连理工大学生物医学工程学术论文集（第2卷）[C];2005年

中国重要报纸全文数据库 前2条

1 记者 班威;“家务机器人”能走能做家务[N];新华每日电讯;2010年

2 本报驻北京记者 李雪;北京心目影院 盲人的音画世界[N];中国文化报;2014年

中国博士学位论文全文数据库 前7条

1 查正军;基于机器学习方法的视觉信息标注研究[D];中国科学技术大学;2009年

2 祝博荟;基于深度与视觉信息融合的行人检测与再识别研究[D];东华大学;2013年

3 何立火;视觉信息质量感知模型及评价方法研究[D];西安电子科技大学;2013年

4 尹显东;多维随机序列敏感视觉信息隐藏技术研究[D];电子科技大学;2007年

5 沈乔楠;堆石混凝土施工管理中视觉信息的处理方法及应用研究[D];清华大学;2010年

6 王蒙军;唇读发声器中视觉信息的检测与处理[D];天津大学;2007年

7 刘震;基于局部视觉信息的大规模图像检索研究[D];中国科学技术大学;2015年

中国硕士学位论文全文数据库 前10条

1 王苗苗;联合锋电位和局部场电位的视觉信息整合特性研究[D];郑州大学;2015年

2 凡思武;基于视觉信息和树匹配的Deep Web数据抽取问题的研究[D];山东大学;2015年

3 彭凌玲;视觉信息的能量[D];吉林大学;2005年

4 张e，

本文编号：333948