大鼠初级运动皮层的神经信号分析与解码研究-生物学工程专业论文.pdf.docxVIP

浙江大学硕士学位论文 浙江大学硕士学位论文 摘要 摘要 脑机接口(Brain-machine Interface，BMI)是不依赖于常规的脊髓／外周神经肌 肉系统在脑与外部设备间创建的直接连接通路。脑机接口系统的主要任务是采集 大脑神经信号，分析和解码神经信号预测运动参数并将其转化为外围设备控制命 令。本课题以大鼠为研究对象，建立了一套针对包括初级运动皮层局部场电位信 号和锋电位信号的神经信号的特征提取、特性分析和信患解码的方法。 本课题首先研究了两种神经信号的特征提取方法。针对局部场电位信号主要 研究采用Moflet小波变换提取多通道、多频段的时频域特征信息；针对锋电位信 号建立了基于谱聚类算法和朴素贝叶斯分类器的锋电位分类方法，结果表明该锋 电位分类方法具有较好的精度、抗噪性和效率。 在提取出神经信号的特征后，本课题接着对两种信号特征分别从定性和定量 的角度作了分析。定性分析方面，本课题使用等距映射流行学习算法对高维度的 神经信号特征做了三维可视化分析，结果表明神经信号在运动过程中具有规律性 的变化模式，并且局部场电位信号和锋电位信号的变化模式不相同；定量分析方 面，本课题通过估计两种神经信号高维特征与运动参数的互信息分析了神经信号 与运动参数的相关性，分析结果表明两种神经信号均包含了运动相关的信息，且 在通道较少的情况下联合两种信号可以获得比单独采用其中一种神经信号获得 更多的运动相关信患。 最后，为了从神经信号中解析和重建出运动信息，本课题研究了神经信息解 码方法。针对多通道多频段神经信号特征带来的高输入维度问题，本课题建立了 基于Boosting思想的特征子集筛选算法和基于偏最小二乘的降维算法两种神经信 患属性约简策略，提高了解码模型的实时性和泛化能力。对于解码算法，本课题 分别实现和比较了偏最小二乘线性解码算法及核偏最小二乘算法非线性解码算 法；在进一步分析线性简单模型和非线性复杂模型的利弊后，本课题提出了兼具 高运算效率和高解码精度的两阶段解码模型。本课题还实现了局部场电位信号和 塑大学硕士学位论文 塑大学硕士学位论文 摘要 锋电位信号的联合解码，实验结果表明联合两种信号提高了解码精度和解码模型 的稳定性，解决了单一神经信号的信息不完备性对系统整体解码性能的影响。 关键词：脑机接口，局部场电位，锋电位，神经信号特征提取，神经信号分 析，神经解码 浙江大学硕士学位论文Abs虮IctAbstract 浙江大学硕士学位论文Abs虮Ict Abstract Brain—machine interface(BMI)provides a directly communication channd between the brain and man-made devices independent of peripheral nervous system． The main functions of a BMI system include neural signals recording，neural signals analysis and decoding to predict the movement parameters and convert them into controlling commands of man-made devices．Research presented in this study provides a set of methods and schemes on feature extraction，analysis and information decoding of local field potential(LFP)signal and spike signal，using rat as the experiment object． Firstly,as a important preprocessing procedure feature extraction of LFP and spike were studied．For U’P，Morlet wavelet transfotin was applied to extract the multi-channel and multi—band time-frequency domain features．For spike，spike．sorting system based on Spectral Clustering and Naive Bayesian Classification algorithms Was built．Experiment results show this systerm has proper