视网膜神经节细胞锋电位分类方法

代理获取

页面导航

摘要
著录项
相似文献
相关主题

摘要

视觉信号的初级处理发生在视网膜。视觉信号在光感受器细胞上形成输入，并被转换成电信号，经视网膜神经元回路传递至输出神经元——神经节细胞，形成动作电位——锋电位，然后通过视神经进一步向视觉中枢传递。视网膜研究的目的之一就是了解视觉信息是如何在视网膜中进行编码和传递的。而神经元锋电位的分类是视网膜的研究的基础，只有将视网膜神经节细胞锋电位信号准确分类，才能深入研究单个的视网膜神经元细胞的运作机理，才能知道神经元之间是怎样进行信息传递和处理的，最后才能揭示神经元细胞的协同活动在视觉信号形成、编码和传递中的作用。本文主要对视网膜锋电位信号的检测与分类的方法进行研究，并提出了一种基于人工神经网络的锋电位分类方法。多电极细胞外记录能同时记录到多个神经元的活动，为研究神经元之间的群体活动特性提供了实验基础。但是记录到的信号是多个神经元信号的叠加，而且还包含噪声，这就引出了神经元锋电位信号分类的问题。由于背景噪声对检测和分类的影响很大，因此锋电位分类的第一步是对信号做预处理，其中包括工频滤波和高频滤波。预处理以后的信号首先经过阈值检测，检测出可能的锋电位信号。主元分析方法可以降低数据的维数，并获得数据的主要特征。再对这些特征进行聚类，就可以确定神经元的个数和重构锋电位信号。本文研究的重点就是在此基础上利用聚类的结果，取对应的锋电位信号训练人工神经网络。利用训练好的神经网络进行锋电位分类，并结合模板匹配思想解决叠加信号的分离问题。现有的各种锋电位分类方法都有自己的优势和缺陷。主元分析、聚类分析、模板匹配和人工神经网络结合的分类方法则综合利用了各个方法的优点，并避免了各自的缺陷。仿真结果表明，这样的综合方法是提高锋电位分类方法的效率的有效途径。

著录项

作者
丁勇;
展开▼
作者单位

上海交通大学;

展开▼
授予单位上海交通大学;
学科控制理论与控制工程
授予学位硕士
导师姓名袁景淇;
年度 2006
页码
总页数
原文格式 PDF
正文语种中文
中图分类人工神经网络与计算;
关键词
锋电位信号分类; 阈值检测; 人工神经网络; 模板匹配; 信号叠加;

相似文献

中文文献
外文文献
专利

1. 基于CUDA的多信道锋电位实时分类方法 [J] . 蔡瑞初 ,赵坤垚 ,黄礼泊 . 计算机工程与设计 . 2020,第002期
2. 多电极锋电位信号检测与分类方法研究 [J] . 丁伟东 ,袁景淇 ,梁培基 . 仪器仪表学报 . 2006,第12期
3. 低信噪比神经元锋电位信号的分类方法 [J] . 张溥明 ,吴金勇 ,梁培基 . 上海交通大学学报 . 2004,第5期
4. 视网膜神经节细胞感受野的一种新模型II.神经节细胞方位选择性中心周边相互作用机制 [J] . 邱志诚 ,黎臧 ,顾凡及 . 生物物理学报 . 2000,第002期
5. 藏红花素对视网膜缺血再灌注损伤小鼠视网膜神经节细胞的保护作用及其机制研究 [J] . 齐赟 ,张艺馨 ,程育宏 . 眼科新进展 . 2022,第1期
6. 石墨烯三维支架材料用于电刺激视网膜神经节细胞再生 [C] . 晏露 ,董卡伦 ,黄萍萍 . 2017中国生物材料大会 . 2017
7. 视网膜神经节细胞锋电位分类方法的研究 [A] . 吴金勇 . 2004

视网膜神经节细胞锋电位分类方法

摘要

著录项

相似文献

相关主题

期刊订阅