多电极阵列上培养神经元网络的锋电位信号处理

《多电极阵列上培养神经元网络的锋电位信号处理》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、华中科技大学硕士学位论文多电极阵列上培养神经元网络的锋电位信号处理姓名：孙倪申请学位级别：硕士专业：生物医学工程指导教师：曾绍群;龚辉20040601*摘要神经系统多细胞电活性的检测是在网络水平上研究脑功能的先决条件使用多电极阵列可以进行实时连续无损的细胞外信号记录多个通道的同时记录与分类技术的结合可用于神经元网络的功能及其动力学研究由于微电极大小的关系当多电极阵列中一个微电极的检测区域内存在多个神经元时所检测的信号可能是多个神经元信号的整合为了分析单个神经元的贡献需要将单个神经元的信号与其它神经元的信号相区别故需进行分类同时多电极阵列允许对多个神经元的电活动进行

2、同步记录不同通道内的神经元活动的关系则通过对各通道锋电位序列进行互相关分析获得为了实现上述需求本文采用多电极阵列记录神经元的锋电位信号在MATLAB平台下编写了可视化软件SpikeTools采用了阈值分类形状分类主成分分类等多种分类方法以及聚类方法对原始信号中的锋电位进行了分类并对各种分类方法的效果进行了对比同时该软件实现了多种形式的锋电位序列的同步性分析并通过类之间通道之间锋电位时间序列的相关性揭示了相邻神经元活动之间的联系有助于了解神经元网络中群体活动的相互影响使用SpikeTools软件分别对模拟数据以及实验数据的锋电位进行分类对模拟数据的分类结果表明均有9

3、0以上的锋电位得以正确归类对实验数据的分类结果表明阈值分类方法能对电压幅值有明显区别的锋电位进行合理分类形状分类方法能根据锋电位的幅度与宽度来对电压幅值接近的锋电位进行分类而主成分分类方法区分波形的整体差异能分离前两种方法难以区别的类聚类方法可实现自动分类无需人工划分使用SpikeTools软件对实验数据进行相关分析结果表明当神经元工作时它们并不是孤立存在的而是存在一定的联系说明大量神经元的相互作用可以构成网络的协同效应根据相关结果得到的神经元的联系图可明显看出培养的神经元网络在功能上的连接图由此推测神经元之间的相互作用在网络的信息处理过程中有着相当大的作用关键词

4、多电极阵列神经元网络锋电位分类主成分分析聚类分析相关*资助项目国家自然科学基金项目30170306国家杰出青年科学基金项目60025514教育部科学技术研究重大项目重大10420IAbstractThedetectionofneuralspikeactivityisaprerequisiteforstudyingmanytypesofbrainfunction.Thetechnologyofmulti-electrodearrayscanstimulateandrecordmanyneurons’activitiessimultaneously.Thistechn

5、ologycanbeusedtostudythefunctionanddynamicsofneuralnetworks.Amicroelectrodeoftenpickupthesignalsofmanyneuronsinalocalregionbecauseofthesizeofthemicroelectrode.Dependingonthegoalsoftheexperiment,wewishtosortthesesignalsbyassigningparticularspikestoputativeneuronswithsomedegreeofreliabi

6、lity.Theneurons’activitiesbetweendifferentchannelscanbeobtainedbyanalysisofcross-correlationofspiketrainsineachchannel.Basingontheneedforstudyingofneuralnetworks,IhavedevelopedSpikeTools,avisualizationsoftwareprogrammedonMATLABsystem.SpikeToolscanrealizespikesortingwithanalyzingtheamp

7、litudes,shapeandprincipalcomponentsofthespikesandaccomplishsynchronousanalysisofspiketrainswiththecorrelationarithmetic,whichrevealtherelationbetweenneuronsthroughthecross-correlationofspiketrainsbetweenclustersorchannels.ThesortingresulttoartificaldatawithSpikeToolsshowsthatover90%of

8、spike