探究初級(jí)運(yùn)動(dòng)皮層的神經(jīng)解碼機(jī)制.pdf

1、生物體主要通過(guò)產(chǎn)生神經(jīng)脈沖信號(hào)來(lái)傳遞信息，其中，運(yùn)動(dòng)皮層的神經(jīng)信號(hào)包含大量對(duì)應(yīng)的運(yùn)動(dòng)信息，尤其受到研究者的關(guān)注。隨著神經(jīng)科學(xué)與電子科學(xué)的發(fā)展，研究者可以通過(guò)植入微電極陣列的方法從運(yùn)動(dòng)皮層提取出神經(jīng)信號(hào)，并使用一些數(shù)學(xué)方法來(lái)研究神經(jīng)信號(hào)，從中解析出運(yùn)動(dòng)信息，并通過(guò)神經(jīng)接口轉(zhuǎn)化為指令來(lái)控制假肢的運(yùn)動(dòng)，達(dá)到幫助殘疾人恢復(fù)運(yùn)動(dòng)功能的目的。通過(guò)分析神經(jīng)信號(hào)而得到運(yùn)動(dòng)信息過(guò)程叫做神經(jīng)解碼。通過(guò)分析和處理從猴子的初級(jí)運(yùn)動(dòng)皮層提取的神經(jīng)信號(hào)，分別對(duì)猴子

2、進(jìn)行抓握運(yùn)動(dòng)中的運(yùn)動(dòng)變量和運(yùn)動(dòng)軌跡進(jìn)行了預(yù)測(cè)和跟蹤，進(jìn)而對(duì)神經(jīng)解碼機(jī)制進(jìn)行了研究。
　　主要使用了SVM、KNN和ELM等多種模式識(shí)別的方法對(duì)猴子手部的運(yùn)動(dòng)方向和角度進(jìn)行了預(yù)測(cè)。對(duì)角度和方向的預(yù)測(cè)結(jié)果有著類似的規(guī)律，預(yù)測(cè)的平均準(zhǔn)確率隨著預(yù)測(cè)中所使用神經(jīng)元個(gè)數(shù)的增加而提高。當(dāng)使用SVM算法時(shí)，預(yù)測(cè)得到的平均準(zhǔn)確率最高，但時(shí)間消耗也較大；而使用KNN算法的速度最快，但平均準(zhǔn)確率稍低。
　　論文還通過(guò)分析單個(gè)神經(jīng)元的神經(jīng)脈沖信號(hào)，