您当前的位置：
首页 > 文献资料
所属专业：
峰电位分类文献资料
-
基于奇异谱熵的神经元峰电位分类技术研究
目的:实现神经元峰电位(spike)的准确检测和分类,为神经信号的后续分析和解码提供前提条件.方法:采用改进的阈值法,从植入式多电极阵列采集的含噪神经电信号中检测出有效的峰电位;并提出利用奇异谱熵,来描述在奇异值分解下峰电位特征;通过Kolmogorov-Smirnov检验降低特征维数,采用交互式方式挑选聚类性能较佳的二维特征向量;后结合C均值聚类算法实现峰电位分类.结果:本文提出的峰电位奇异谱熵特征使多组仿真和真实神经电生理信号获得了较为理想的聚类效果,且仿真数据分类准确率几乎都达到98%以上.结论:基于奇异谱熵的峰电位特征提取,能够较好地表达和区分各类别峰电位的动态特性,可以作为峰电位有效的分类依据.
