压缩感知的重叠神经元峰电位信号分类

yoursilf

摘要:随着电生理技术水平的提高,电极可以记录的峰电位信号包含多个神经元峰电位的叠加.本文提出了一种采用压缩感知和最大后验估计的分类算法来解决重叠峰电位分类问题.其中压缩感知算法用于得到稀疏信号,最大后验估计用于搜索出稀疏信号的最优解.在实验中,我们采用仿真和实测的三组数据对本文算法和传统算法进行了测试,实验结果表明,当峰电位波形相似时,相比于h-均值聚类及CBP(Contimuous Basis Pursuit)算法,本文算法具有较少的分类错误数.

关键词:峰电位分类;重叠的峰电位;压缩感知;聚类;连续基追踪

5 G: \; J2 D: R2 ~9 w      峰电位分类对了解脑神经活动具有重要意义,峰电位分类就是从电极采集的数据中找出峰电位时间及其对应何神经元.当前的多电极技术已可同时记录上千个神经元峰电位的活动,此时所记录的峰电位可能是多个神经元峰电位的叠加,而且相邻神经元的峰电位波形还可能极为相似,这都给传统峰电位分类技术带来了极大的挑战.特别随着多电极阵列技术的发展,峰电位叠加更为普遍,因此如何对重叠峰电位信号进行分类将变得更加重要.无法对重叠峰电位信号进行分类会给一些测量结果带来误差,例如神经元的放电频率,神经元与神经元间峰电位活动的相关性等等。
; E$ T% e2 k9 S- x5 N  @. G

游客，如果您要查看本帖隐藏内容请回复

% `5 Z# k( |; V1 l( w. S  k( y
& Q2 p+ s4 a# {; I

modengxian111

电极可以记录的峰电位信号包含多个神经元峰电位的叠加