基于徑向基函數(shù)網(wǎng)絡(luò)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(xué)領(lǐng)域研究的熱點(diǎn)之一。神經(jīng)系統(tǒng)依靠鋒電位在神經(jīng)元間的擴(kuò)散實(shí)現(xiàn)信息傳遞，因而鋒電位是研究神經(jīng)系統(tǒng)工作機(jī)制的重要依據(jù)。然而，由于生物實(shí)驗(yàn)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(hào)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(gè)神經(jīng)元的鋒電位信號(hào)，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(xué)研究。數(shù)據(jù)的處理包括兩個(gè)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(duì)鋒電位進(jìn)行分類，上述數(shù)據(jù)處理過程在生物學(xué)上被稱為“鋒電位分類”。本文通過對(duì)神經(jīng)元鋒電位分類生物背景的分析，對(duì)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(jìn)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(shí)間代價(jià)，但是無法處理基線漂移波形；窗口法可以處理漂移，但是時(shí)間代價(jià)較大。針對(duì)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(diǎn)。實(shí)驗(yàn)表明，與傳統(tǒng)方法相比，該方法具有較高的檢測準(zhǔn)確率和更低的時(shí)間代價(jià)。
　　 ⑵疊加波形的分離是鋒電位分類的難點(diǎn)。本文提出了一種基于徑向基函數(shù)（RBF）的分類網(wǎng)絡(luò)，能同時(shí)實(shí)現(xiàn)疊加波的分離和單波的分類。該方法使用RBF網(wǎng)絡(luò)作為鋒電位的分類方法，根據(jù)鋒電位波形的特點(diǎn)，對(duì)徑向基函數(shù)進(jìn)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(diǎn)對(duì)分類結(jié)果的影響。實(shí)驗(yàn)表明，與采用高斯函數(shù)的RBF網(wǎng)絡(luò)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(zhǔn)確率。同時(shí)，為了降低RBF網(wǎng)絡(luò)構(gòu)建的時(shí)間代價(jià)，本文利用RBF網(wǎng)絡(luò)的對(duì)稱性，通過改進(jìn)RBF網(wǎng)絡(luò)的構(gòu)造算法，減小了網(wǎng)絡(luò)構(gòu)造的計(jì)算量。
　　 ⑶在實(shí)際應(yīng)用中，RBF網(wǎng)絡(luò)的基函數(shù)中心和寬度因數(shù)等參數(shù)一般是通過對(duì)鋒電位數(shù)據(jù)進(jìn)行聚類分析獲得的。本文最后對(duì)鋒電位數(shù)據(jù)的聚類問題進(jìn)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(shí)驗(yàn)表明，對(duì)鋒電位數(shù)據(jù)，層次聚類比基