孙静
- 作品数：1 被引量：1H指数：1
- 供职机构：浙江大学生物医学工程与仪器科学学院生物医学工程教育部重点实验室更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：医药卫生自动化与计算机技术更多>>
- 独立分量分析在神经元锋电位分类中的一种新应用被引量：1
- 2011年
- 爆发式锋电位(Burst)是大脑神经元动作电位发放的一种常见形式,它在增强神经信号传递的可靠性以及形成突触可塑性变化等方面具有重要的作用。在细胞外记录的锋电位信号中,同源Burst也表现为幅值和波形都明显变化的一串高频发放序列,这给神经元序列的正确分类提出了难题。为了解决这个问题,本研究设计了一种四极电极记录的锋电位信号检测和分类方法。在阈值法检出锋电位的基础上,首先根据锋电位时间间隔指标检出候选Burst信号小段,然后利用独立分量分析(ICA)的盲源分离特性,区分每个小段信号中所包含的不同来源的锋电位,再用于最后的整体信号的锋电位聚类。实验记录数据和仿真数据的检验结果表明,该方法不仅能够将来自不同神经元的Burst和单发放锋电位正确分类;而且,由于ICA应用的对象是短时间的候选Burst信号,因此,即使对于4通道信号也能够满足ICA源信号数量小于记录信号通道数的限制条件,同时,短信号处理又避免了ICA计算量大等问题,为Burst的正确检测与分类提供了一种新方法。
- 杨彭举封洲燕孙静
- 关键词：独立分量分析
