多通道峰电位的检测与分类方法.PDF

多通道峰电位的检测与分类方法 1 2 3 王冬雪 梁振 周逸峰 (1 中国科学技术大学，信息科学技术学院电子科学与技术系，安徽合肥，230027 ； 2 安徽医科大学，生命科学学院生物医学工程系，安徽合肥，230032 ； 3 中国科学技术大学，生命科学学院视觉研究实验室，安徽合肥，230027） 摘要 研究神经元的动作电位（峰电位）发放是研究神经系统信息处理机制的关键，单 个神经元的动作发放特点一直备受生理学家的关注。使用峰电位的检测与分类算法，可以将 记录到的峰电位按照神经元归类。由于在同一小范围脑区内的神经元发放的峰电位常常含有 相似的形态，如果它们离电极尖端的距离也相同，用单通道峰电位的检测与分类算法，就很 难将其区分。幸好，使用多电极阵列采集多通道上的峰电信号，配合多通道峰电位的检测与 分类算法，可以有效的解决上述问题。本文设计了一种基于多通道之间信息融合的峰电位检 测与分类方法，首先检测各通道上的峰电位，然后采用一定的方式将各通道内的信息融合， 最后采用基于小波变换、核主成分分析(Kernel Principal Components Analysis, KPCA) 的特征提取算法和改进的层次聚类算法实现峰电位分类。实验结果表明，此方法可以有效提 高单次实验的峰电位检出率和分类正确率。 关键词 峰电位检测 峰电位分类 多通道 核主成分分析 层次聚类 A Multi-channel spike detection and classification algorithm 1 2 3 WAND Dongxue , LIANG Zhen , ZHOU Yifeng 1 Department of Electronic Science and Technology, University of Science and Technology of China , Hefei 230027; 2 Department of Biomedical Engineering, College of Life Science , Anhui Medical University, Hefei 230032; 3 School of Life Sciences, University of Science and Technology of China, Hefei 230027 [Abstract] Research on the firing patter of the spike is very crucial for us to understand the way how the neural system process information. Neuron as a fundamental unit for structure and function, its firing pattern get considerable interest of neurophysiologist. It is difficult to measure the activity of a single neuron with a single microelectrode because detected neurons in a local area always have action potentials of the similar shape and size. In many cases, however, the use of multi-channel spike sorting can solve the problem. In this paper, we introduce a new multi-channel spike sorting with wavelet、KPCA 、Hierarchical Clustering and multi-channel infor