CAJ | 학술논문

对神经电活动的研究,需要对记录的神经锋电位(spike)进行检测和分类.传统的锋电位检测与分类的过程受噪声影响很大,尤其是在锋电位分类的过程中,由于神经信号采集很难达到高的信噪比,因此研究较低信噪比下检测与分类的算法具有重要的意义.本文提供了一种运算简单的神经信号锋电位的检测与分类算法.针对锋电位的检测,本文使用非线性能量算子(NEO)来提高信噪比.在锋电位分类过程中,通过获取不同类别锋电位的模板构建匹配滤波器,对检出的锋电位在不同滤波器下进行滤波,确定锋电位对锋电位模板的相关性,然后使用非线性能量算子来加强相关性,从而确定分类.通过使用自主设计的大鼠神经信号双通道采集系统采集到仿真数据(数据由NSS-128的神经信号模拟器产生),获得了可准确量度的标准数据,通过在这组数据上加不同程度的噪声,测试文章提到的算法.在检测方面,信噪比有约5倍的提升.分类方面相比单纯的匹配滤波,在一定的信噪比范围内,正确率由90%提升到100%.同时采集了部分实际神经数据,并用文中的检测方法进行了测试.
대신경전활동적연구,수요대기록적신경봉전위(spike)진행검측화분류.전통적봉전위검측여분류적과정수조성영향흔대,우기시재봉전위분류적과정중,유우신경신호채집흔난체도고적신조비,인차연구교저신조비하검측여분류적산법구유중요적의의.본문제공료일충운산간단적신경신호봉전위적검측여분류산법.침대봉전위적검측,본문사용비선성능량산자(NEO)래제고신조비.재봉전위분류과정중,통과획취불동유별봉전위적모판구건필배려파기,대검출적봉전위재불동려파기하진행려파,학정봉전위대봉전위모판적상관성,연후사용비선성능량산자래가강상관성,종이학정분류.통과사용자주설계적대서신경신호쌍통도채집계통채집도방진수거(수거유NSS-128적신경신호모의기산생),획득료가준학량도적표준수거,통과재저조수거상가불동정도적조성,측시문장제도적산법.재검측방면,신조비유약5배적제승.분류방면상비단순적필배려파,재일정적신조비범위내,정학솔유90%제승도100%.동시채집료부분실제신경수거,병용문중적검측방법진행료측시.