基于最大似然估计的动物运动转向解码研究

《基于最大似然估计的动物运动转向解码研究》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、学校代码10459学号或申请号201322182201密级公开专业硕士学位论文基于最大似然估计的动物运动转向解码研究作者姓名：庞宾琳导师姓名：万红教授专业学位名称：控制工程培养院系：电气工程学院完成时间：2016年05月AthesissubmittedtoZhengzhouUniversityforthedegreeofMasterResearchontheMovementDirectionDecodingofAnimalsBasedonMaximumLikelihoodEstimationByBinlinPangSupervisor:Prof.Hong

2、WanControlEngineeringSchoolofElectricalEngineeringMay，2016关于学位论文的独创性声明■本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研。究所取得的成果除文中＆经注明引用的内容外，本论文不包含任何其他个人或集体己经发表或撰写过的科研成果。对本文的研究做出重要贡献的个人和集。。体，均已在文中明确方式标明本声明的法律责任由本人承担＞占＾学位论文作者（签名）；聲淋日期：巧？年＾月日学位论文使用授权声明本人在导师指导下完成的论文及相关的职务作品，知识产权归属郑州

3、大学。根据郑州大学有关保留、使用学位论文的规定，同意学校保留或向国家有关部口或机构送交论文的复印件和电子版，允许论文被查阐和借阅；本人授权郑州大学可将本学位论文的全部或部分编入有关数据库进行检索，可Ｗ采用影印、、缩印或者其他复制手段保存论文和汇编本学位论文。本人离校后发表一使用学位论文或与该学位论文直接相关的学术论文或成果时，第署名单位仍然为郑州大学。保密论文在解密后应遵守此规定。学位论文作者签名曰期：兴年＾月＾曰（苗资主林摘要神经科学中，神经系统包含大量的神经元来处理神经信息，探索动物运动行为过程中神经信息的编码和解

4、码特性对于揭示大脑的信息处理机制及神经假肢的研究都具有重要的科学意义。家鸽是一种常用的行为学实验动物，具有优越的空间认知和运动导航能力，但目前关于家鸽运动行为的大脑神经机制尚不清楚，此方面的研究正在成为神经科学领域的研究热点。因此本文以家鸽为研究对象，通过采集家鸽脑部新纹状体皮层（NCL区）神经元在不同运动转向下的锋电位信号来探索NCL区神经元对运动转向的编码特性，利用基于高斯模型的最大似然估计解码算法对运动转向进行了解码研究，并与支持向量机算法和群矢量算法的解码结果进行了对比分析。本文的主要研究内容如下：（1）实验设计及信号采集。以家鸽为实验对象，利用

5、十字迷宫建立了家鸽运动转向实验训练范式，对家鸽进行运动行为训练使之能够完成特定的运动转向。然后通过微电极阵列采集家鸽脑部NCL区的神经信号。最后对采集到的神经信号进行滤波、阈值检测和分类等预处理得到不同神经元的放电活动。（2）神经元响应信号的特征分析和特征提取。介绍了神经元的相关知识，以及神经元的电学特性，神经元是神经信息处理的基本功能单位，锋电位是神经元兴奋和活动的标志，是神经信息编码的基本单元，因此了解锋电位的产生机制有助于分析神经元响应的特征；然后，针对锋电位的产生机制和神经信号的采集过程分析了神经元响应的特征；最后分别从神经元锋电位的发放率和发放

6、时间间隔对锋电位信号进行了特征提取，分析了NCL区神经元对运动转向的编码特性，为后续进行鸽子运动转向的解码奠定了基础。（3）最大似然估计法解码原理。首先介绍了最大似然估计法的基本原理，在贝叶斯解码算法的基础上推导出最大似然估计解码算法的步骤，采用高斯分布模型对发放率的概率密度函数和发放时间间隔下发放率的概率密度函数进行了建模，然后采用柯尔莫哥洛夫-斯摩洛夫（KS）检验法对所建立的高斯模型进行检验。最后采用最大似然估计法对三类服从高斯分布的仿真信号进行了分类，验证了基于高斯模型的最大似然估计法的有效性。（4）家鸽运动转向解码。首先，介绍了支持向量机算法和群

7、矢量算法的解码原理。然后，介绍了基于高斯模型的最大似然估计算法进行家鸽运动转向解I码的原理和步骤。最后分别将锋电位的发放率和发放时间间隔作为特征，利用上述三种解码算法对家鸽运动转向进行解码，并对解码结果进行了分析。结果表明，与群矢量算法、支持向量机算法相比，基于高斯模型的最大似然估计解码算法有着更优的解码性能。关键词：NCL区特征提取高斯模型最大似然估计运动转向解码IIAbstractIntheneuroscience,theneuralsystemcontainsalargenumberofneuronstoprocessneuralinformati

8、on.Itisofgreatscientificsignificanceforr