鋒電位信號(hào)分析及噪聲抑制算法研究.pdf

1、視覺系統(tǒng)是生物獲得外界信息的主要通道，研究視覺系統(tǒng)對于盲人視力再現(xiàn)具有重要的意義。對視覺系統(tǒng)研究的第一步在于獲取與視覺刺激相關(guān)的神經(jīng)元放電信號(hào)，神經(jīng)元鋒電位信號(hào)是神經(jīng)元網(wǎng)絡(luò)活動(dòng)的基本表現(xiàn)形式。因此，神經(jīng)元鋒電位信號(hào)的研究對于進(jìn)一步的了解大腦對外界事物的反應(yīng)是如何編碼、表達(dá)和加工的具有至關(guān)重要的作用。由于鋒電位信號(hào)具有寬帶、高頻和小幅值等特點(diǎn)，易受噪聲干擾。因此，抑制鋒電位檢測信號(hào)中的噪聲干擾，獲得信噪比較高的鋒電位信號(hào)是對其進(jìn)行進(jìn)一步研

2、究的基礎(chǔ)。
　　 本文首先對V1區(qū)用微電極陣列采集到的鋒電位信號(hào)及所含噪聲信號(hào)進(jìn)行了功率譜分析，針對其特性先后運(yùn)用鋒電位仿真信號(hào)和實(shí)測信號(hào)進(jìn)行了噪聲干擾抑制算法研究和驗(yàn)證，重點(diǎn)研究了信號(hào)相對獨(dú)立的鋒電位信號(hào)的相關(guān)噪聲的抑制，并對噪聲抑制效果進(jìn)行了質(zhì)量評(píng)估。主要內(nèi)容如下:
　　 1、簡要分析了鋒電位信號(hào)的產(chǎn)生機(jī)制，鋒電位信號(hào)的特點(diǎn)，以及本文所采用的實(shí)驗(yàn)刺激模式，采集得到V1區(qū)鋒電位檢測信號(hào);分別分析了其時(shí)域和頻域特征。表明

3、鋒電位檢測信號(hào)中除含有白噪聲外，還含有具有相關(guān)性的噪聲，且檢測信號(hào)中具有較多小幅值的鋒電位信號(hào)。
　　 2、針對常見噪聲源，研究了兩種去噪算法:PCA去噪算法和小波-PCA聯(lián)合去噪算法。分別運(yùn)用仿真信號(hào)和實(shí)測信號(hào)對PCA去噪算法和小波-PCA聯(lián)合去噪算法進(jìn)行了研究和驗(yàn)證，結(jié)果表明，針對檢測信號(hào)中噪聲的相關(guān)性，PCA去噪算法去噪效果不太顯著，信噪比提高較小，但小波-PCA聯(lián)合去噪算法可以有效的提高信噪比，但由于其是在小波閾值去噪前

4、進(jìn)行PCA去噪，雖然可以提高小波對相關(guān)噪聲的抑制能力，但其PCA會(huì)使鋒電位信號(hào)的波形畸變加大。
　　 3、針對上述算法存在的不足，本文采用了多元小波去噪算法分別對仿真數(shù)據(jù)和實(shí)測數(shù)據(jù)進(jìn)行了研究和驗(yàn)證。本文引入多元小波去噪算法雖然本質(zhì)上也是小波閾值去噪與PCA的結(jié)合，但是這種結(jié)合是在小波閾值去噪中進(jìn)行的，對小波第一層細(xì)節(jié)系數(shù)進(jìn)行奇異值分解本質(zhì)上就是利用主成分分析將其投射到新的基空間中，然后將不同層細(xì)節(jié)系數(shù)投射到這個(gè)基空間中再進(jìn)行閾值

5、去噪。此外，本文將細(xì)節(jié)系數(shù)幅值的量級(jí)引入到閾值中，在減少spike波形的畸變的同時(shí)提高了去噪效果。
　　 4、針對本文仿真信號(hào)和實(shí)測信號(hào)，對三種去噪算法:PCA、小波-PCA聯(lián)合和多元小波去噪算法進(jìn)行了質(zhì)量評(píng)估，并對三種算法的干擾抑制效果進(jìn)行了比較分析。結(jié)果表明，多元小波去噪算法在保持小波閾值去噪算法在白噪聲抑制效果的同時(shí)，改善了其對相關(guān)噪聲的去除效果，有效提高了相對獨(dú)立的神經(jīng)元鋒電位檢測信號(hào)的信噪比。仿真和實(shí)測數(shù)據(jù)表明，信噪比