基于最大似然估計(jì)的動(dòng)物運(yùn)動(dòng)轉(zhuǎn)向解碼研究.pdf

1、神經(jīng)科學(xué)中，神經(jīng)系統(tǒng)包含大量的神經(jīng)元來處理神經(jīng)信息，探索動(dòng)物運(yùn)動(dòng)行為過程中神經(jīng)信息的編碼和解碼特性對(duì)于揭示大腦的信息處理機(jī)制及神經(jīng)假肢的研究都具有重要的科學(xué)意義。家鴿是一種常用的行為學(xué)實(shí)驗(yàn)動(dòng)物，具有優(yōu)越的空間認(rèn)知和運(yùn)動(dòng)導(dǎo)航能力，但目前關(guān)于家鴿運(yùn)動(dòng)行為的大腦神經(jīng)機(jī)制尚不清楚，此方面的研究正在成為神經(jīng)科學(xué)領(lǐng)域的研究熱點(diǎn)。因此本文以家鴿為研究對(duì)象，通過采集家鴿腦部新紋狀體皮層（NCL區(qū)）神經(jīng)元在不同運(yùn)動(dòng)轉(zhuǎn)向下的鋒電位信號(hào)來探索NCL區(qū)神經(jīng)元對(duì)

2、運(yùn)動(dòng)轉(zhuǎn)向的編碼特性，利用基于高斯模型的最大似然估計(jì)解碼算法對(duì)運(yùn)動(dòng)轉(zhuǎn)向進(jìn)行了解碼研究，并與支持向量機(jī)算法和群矢量算法的解碼結(jié)果進(jìn)行了對(duì)比分析。本文的主要研究?jī)?nèi)容如下：
　?。?）實(shí)驗(yàn)設(shè)計(jì)及信號(hào)采集。以家鴿為實(shí)驗(yàn)對(duì)象，利用十字迷宮建立了家鴿運(yùn)動(dòng)轉(zhuǎn)向?qū)嶒?yàn)訓(xùn)練范式，對(duì)家鴿進(jìn)行運(yùn)動(dòng)行為訓(xùn)練使之能夠完成特定的運(yùn)動(dòng)轉(zhuǎn)向。然后通過微電極陣列采集家鴿腦部NCL區(qū)的神經(jīng)信號(hào)。最后對(duì)采集到的神經(jīng)信號(hào)進(jìn)行濾波、閾值檢測(cè)和分類等預(yù)處理得到不同神經(jīng)元的放電活

3、動(dòng)。
　?。?）神經(jīng)元響應(yīng)信號(hào)的特征分析和特征提取。介紹了神經(jīng)元的相關(guān)知識(shí)，以及神經(jīng)元的電學(xué)特性，神經(jīng)元是神經(jīng)信息處理的基本功能單位，鋒電位是神經(jīng)元興奮和活動(dòng)的標(biāo)志，是神經(jīng)信息編碼的基本單元，因此了解鋒電位的產(chǎn)生機(jī)制有助于分析神經(jīng)元響應(yīng)的特征；然后，針對(duì)鋒電位的產(chǎn)生機(jī)制和神經(jīng)信號(hào)的采集過程分析了神經(jīng)元響應(yīng)的特征；最后分別從神經(jīng)元鋒電位的發(fā)放率和發(fā)放時(shí)間間隔對(duì)鋒電位信號(hào)進(jìn)行了特征提取，分析了NCL區(qū)神經(jīng)元對(duì)運(yùn)動(dòng)轉(zhuǎn)向的編碼特性，為后續(xù)

4、進(jìn)行鴿子運(yùn)動(dòng)轉(zhuǎn)向的解碼奠定了基礎(chǔ)。
　　（3）最大似然估計(jì)法解碼原理。首先介紹了最大似然估計(jì)法的基本原理，在貝葉斯解碼算法的基礎(chǔ)上推導(dǎo)出最大似然估計(jì)解碼算法的步驟，采用高斯分布模型對(duì)發(fā)放率的概率密度函數(shù)和發(fā)放時(shí)間間隔下發(fā)放率的概率密度函數(shù)進(jìn)行了建模，然后采用柯爾莫哥洛夫-斯摩洛夫（KS）檢驗(yàn)法對(duì)所建立的高斯模型進(jìn)行檢驗(yàn)。最后采用最大似然估計(jì)法對(duì)三類服從高斯分布的仿真信號(hào)進(jìn)行了分類，驗(yàn)證了基于高斯模型的最大似然估計(jì)法的有效性。