视网膜神经节细胞锋电位分类方法的研究

视网膜神经节细胞锋电位分类方法的研究

ID:32476110

大小:1.25 MB

页数:57页

时间:2019-02-07

视网膜神经节细胞锋电位分类方法的研究_第1页
视网膜神经节细胞锋电位分类方法的研究_第2页
视网膜神经节细胞锋电位分类方法的研究_第3页
视网膜神经节细胞锋电位分类方法的研究_第4页
视网膜神经节细胞锋电位分类方法的研究_第5页
资源描述:

《视网膜神经节细胞锋电位分类方法的研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、上海交通大学硕士学位论文视网膜神经节细胞锋电位分类方法的研究姓名:吴金勇申请学位级别:硕士专业:控制理论与控制工程指导教师:袁景淇;张溥明20040301视网膜神经节细胞锋电位分类方法的研究摘要在神经生理学研究中锋电位分类是一个技术难点它涉及到去噪锋电位的检测分类以及叠加锋电位信号的分离等本文的神经信号数据是用多电极记录技术采集到的每个电极记录到的信号是该电极周围不同神经元的锋电位信号的合成故希望能从这些合成信号中分离出特定的锋电位并确定与之对应的神经元以及神经元锋电位序列这将有助于了解视网膜信号处理机制揭示神经节细胞的协同活动在视觉信号形成编码和传递中的作用本课题主要研究视网膜锋电位信号的

2、检测与分类由于背景噪声对检测的影响很大所以在检测分类之前需对信号做预处理预处理采用椭圆滤波器进行47Hz53Hz的工频滤波采用小波变换进行高频滤波经过预处理以后的信号首先进行阈值检测挑出各种可能锋电位信号然后用小波变换和主元分析方法对这些信号进行特征提取最后用聚类分析方法进行分类从而通过重构得到锋电位序列本文还重点研究了主元分析方法在不同信噪比下的分类效果得出了主元分析方法的适用信噪比范围为(4db,+)最后对重叠锋电位信号的分解进行了初步研究大量研究结果表明小波变换是一种简便高效的时频分析方法对于分析表征和分离神经元信号十分有效主元分析方法能降低数据空间的维数有效地提取锋电位特征研究表明综

3、合应用各种分析方法是有效地提取锋电位特征进而得到锋电位序列的途径关键字锋电位分类主元分析方法小波分析方法聚类分析方法信噪比上海交通大学硕士学位论文视网膜神经节细胞锋电位分类方法的研究STUDYOFSPIKESORTINGOFRITINANEURONSABSTRACTInthefieldofneurophysiology,spikesortingisatechnicalchallenge.Itincludessignaldenoising,spikedetectionandsortingaswellasseparationofoverlappingspikes.Theneuralsignals

4、aregainedviamulti-channelelectroderecordingfromchickenretina.Eachchannelmaybecombinedwithseveralspikesfromganglioncells.Wehopetoextracteachspecialspikesfromchannelsignalsanddeterminecorrespondingganglionsandspikes’sequences.Itwillhelpusunderstandthefunctionofretinaandtheprincipleofopticsignals’beco

5、ming,codingandpassing.Thispaperismainlyfocuseduponspikedetectionandshapesorting.Duetobackgroundnoises,wediddatapretreatmentbeforespikedetectionandsorting.Ellipticalfilterwasadoptedforremovingthenoiseofpowerwithafrequencyaround50Hzandwaveletanalysisforeliminatingnoiseswithhigherfrequency.Afterthat,t

6、hresholddetectionwascarriedouttopickoutdifferentkindsofpotentialspikes.PCAandwaveletanalysismethodswerethenappliedtoextractfeaturesofthesepotentialspikes.Finally,spikesortingwasstudiedwithclusteringanalysis.Inspikeclassification,theeffectofsignal-to-noiseratio(SNR)ontheprinciplecomponentanalysiswas

7、intensivelystudied.ItwasfoundthatthedatawithSNR=(4db,+)wasmostsuitableforPCA.Inaddition,separationofoverlappingspikeswasinvestigatedprimarily.Itiswellknownthatthewavelettransformationisasimpleandeffectiveme

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。