基于最大似然估計的動物運動轉向解碼研究.pdf

1、神經科學中，神經系統(tǒng)包含大量的神經元來處理神經信息，探索動物運動行為過程中神經信息的編碼和解碼特性對于揭示大腦的信息處理機制及神經假肢的研究都具有重要的科學意義。家鴿是一種常用的行為學實驗動物，具有優(yōu)越的空間認知和運動導航能力，但目前關于家鴿運動行為的大腦神經機制尚不清楚，此方面的研究正在成為神經科學領域的研究熱點。因此本文以家鴿為研究對象，通過采集家鴿腦部新紋狀體皮層（NCL區(qū)）神經元在不同運動轉向下的鋒電位信號來探索NCL區(qū)神經元對

2、運動轉向的編碼特性，利用基于高斯模型的最大似然估計解碼算法對運動轉向進行了解碼研究，并與支持向量機算法和群矢量算法的解碼結果進行了對比分析。本文的主要研究內容如下：
　?。?）實驗設計及信號采集。以家鴿為實驗對象，利用十字迷宮建立了家鴿運動轉向實驗訓練范式，對家鴿進行運動行為訓練使之能夠完成特定的運動轉向。然后通過微電極陣列采集家鴿腦部NCL區(qū)的神經信號。最后對采集到的神經信號進行濾波、閾值檢測和分類等預處理得到不同神經元的放電活

3、動。
　?。?）神經元響應信號的特征分析和特征提取。介紹了神經元的相關知識，以及神經元的電學特性，神經元是神經信息處理的基本功能單位，鋒電位是神經元興奮和活動的標志，是神經信息編碼的基本單元，因此了解鋒電位的產生機制有助于分析神經元響應的特征；然后，針對鋒電位的產生機制和神經信號的采集過程分析了神經元響應的特征；最后分別從神經元鋒電位的發(fā)放率和發(fā)放時間間隔對鋒電位信號進行了特征提取，分析了NCL區(qū)神經元對運動轉向的編碼特性，為后續(xù)

4、進行鴿子運動轉向的解碼奠定了基礎。
　?。?）最大似然估計法解碼原理。首先介紹了最大似然估計法的基本原理，在貝葉斯解碼算法的基礎上推導出最大似然估計解碼算法的步驟，采用高斯分布模型對發(fā)放率的概率密度函數和發(fā)放時間間隔下發(fā)放率的概率密度函數進行了建模，然后采用柯爾莫哥洛夫-斯摩洛夫（KS）檢驗法對所建立的高斯模型進行檢驗。最后采用最大似然估計法對三類服從高斯分布的仿真信號進行了分類，驗證了基于高斯模型的最大似然估計法的有效性。