多电极记录神经元动作电位的检测与分类（毕业学术论文设计）.docVIP

PAGE 多电极记录神经元动作电位的检测与分类 摘要 研究神经系统群体特征，既需要得到多个神经元同一时间的信息，又需要掌握单个神经元的放电序列。多电极细胞外记录是对神经系统进行研究的基本手段。多电极细胞外记录的方法经过了一定时间的发展，已经得到了广泛的应用。但是对多电极记录信号的处理一直是个难题。研究神经系统群体特征，需要掌握单个神经元的放电序列，然而细胞外记录到的信号一方面夹杂大量背景噪音，另一方面是电极区域多个神经元放电动作的叠加。如何将神经电信号从原始信号中准确提取出来，得知信号记录到的是多少个神经元活动的叠加，并且将信号中的动作电位归类于单个神经元，是一切研究解码过程的基础。目前已经有很多种方法，但是第一步动作电位检测的方法始终不尽如人意。而如果这一步的结果不准确，后面的工作都仿佛空中楼阁。因此本文试图找到一种比较好的动作电位检测方法。 本文提出的方法是，首先利用常用的阈值检测方法对原始数据进行初步的动作电位检测，然后利用主成分分析方法以及减法聚类获得动作电位的平均模板，以动作电位的平均波形作为形态学滤波器，重新对原始数据进行动作电位检测。此方法使用在模拟数据中，在各种噪声强度下效果均比阈值法有所提高，并且在存在基线漂移的情况下效果明显较好。最后将算法用到采集的实验数据样本中。 关键词：动作电位检测，动作电位分类，阈值检测，形态学滤波器 Detection and