基于徑向基函數(shù)網(wǎng)絡的鋒電位分類算法研究.pdf

1、鋒電位分類（spike sorting）是生物神經(jīng)科學領域研究的熱點之一。神經(jīng)系統(tǒng)依靠鋒電位在神經(jīng)元間的擴散實現(xiàn)信息傳遞，因而鋒電位是研究神經(jīng)系統(tǒng)工作機制的重要依據(jù)。然而，由于生物實驗中采集的鋒電位數(shù)據(jù)包含著大量背景噪聲，并且目前鋒電位信號的采集主要使用多電極陣列采集系統(tǒng)，一組采集數(shù)據(jù)中可能包含來自多個神經(jīng)元的鋒電位信號，因此，采集到的數(shù)據(jù)必須經(jīng)過處理才能用于生物神經(jīng)學研究。數(shù)據(jù)的處理包括兩個關(guān)鍵步驟：首先將鋒電位從噪聲中檢測并提取出來

2、，然后按照發(fā)放神經(jīng)元的不同對鋒電位進行分類，上述數(shù)據(jù)處理過程在生物學上被稱為“鋒電位分類”。本文通過對神經(jīng)元鋒電位分類生物背景的分析，對鋒電位分類中的鋒電位檢測、疊加鋒電位的分離和分類等問題進行了研究。主要研究內(nèi)容包括：
　　 ⑴傳統(tǒng)的鋒電位檢測方法包括閾值法和窗口法，其中閾值法具有較小的時間代價，但是無法處理基線漂移波形；窗口法可以處理漂移，但是時間代價較大。針對上述問題，本文提出了一種新的鋒電位檢測方法，它有效地結(jié)合了閾值法

3、和窗口法的優(yōu)點。實驗表明，與傳統(tǒng)方法相比，該方法具有較高的檢測準確率和更低的時間代價。
　　 ⑵疊加波形的分離是鋒電位分類的難點。本文提出了一種基于徑向基函數(shù)（RBF）的分類網(wǎng)絡，能同時實現(xiàn)疊加波的分離和單波的分類。該方法使用RBF網(wǎng)絡作為鋒電位的分類方法，根據(jù)鋒電位波形的特點，對徑向基函數(shù)進行了調(diào)整，將高斯函數(shù)變換為分段加權(quán)的形式，放大了鋒電位波峰附近的點對分類結(jié)果的影響。實驗表明，與采用高斯函數(shù)的RBF網(wǎng)絡相比，該方法不僅有

4、效地解決了鋒電位分類中完全疊加波形的分離問題，而且具有更高的分類準確率。同時，為了降低RBF網(wǎng)絡構(gòu)建的時間代價，本文利用RBF網(wǎng)絡的對稱性，通過改進RBF網(wǎng)絡的構(gòu)造算法，減小了網(wǎng)絡構(gòu)造的計算量。
　　 ⑶在實際應用中，RBF網(wǎng)絡的基函數(shù)中心和寬度因數(shù)等參數(shù)一般是通過對鋒電位數(shù)據(jù)進行聚類分析獲得的。本文最后對鋒電位數(shù)據(jù)的聚類問題進行了探討，研究了適用于鋒電位數(shù)據(jù)的聚類方法的選擇及相關(guān)問題。分析和實驗表明，對鋒電位數(shù)據(jù)，層次聚類比基