基于大鼠的植入式腦機(jī)接口神經(jīng)信號(hào)處理方法研究.pdf

1、腦機(jī)接口( Brain-Computer Interface)技術(shù)旨在大腦和外部環(huán)境間建立一種新型的不依賴于外周神經(jīng)的信息傳輸方式。慢性植入式微電極陣列技術(shù)的革新把腦機(jī)接口技術(shù)的發(fā)展推向了一個(gè)新的高潮。基于電極陣列的神經(jīng)信號(hào)處理技術(shù)和神經(jīng)解碼技術(shù)也成了腦機(jī)接口技術(shù)發(fā)展的核心。本文通過(guò)在大鼠初級(jí)運(yùn)動(dòng)皮層植入微電極陣列采集大鼠的動(dòng)作電位和局部場(chǎng)電位信號(hào)，并分析將這兩種信號(hào)應(yīng)用于神經(jīng)解碼的可行性和準(zhǔn)確性。
　　 本文首先描述了兩種神經(jīng)

2、元?jiǎng)幼麟娢坏臋z測(cè)方法，包括時(shí)域能量算、匹配濾波器和改進(jìn)的匹配濾波器，并將它們與傳統(tǒng)的單獨(dú)的閾值方法相比較，結(jié)果顯示，基于改進(jìn)匹配濾波器的神經(jīng)元?jiǎng)幼麟娢粰z測(cè)方法具有較高的準(zhǔn)確度和穩(wěn)定性。本文還比較了幾種神經(jīng)元?jiǎng)幼麟娢环诸愃惴?，包括模板匹配、聚類和屬性約簡(jiǎn)方法，并它們與另外幾種方法進(jìn)行對(duì)比，結(jié)果顯示模板匹配方法具有最好的分類結(jié)果。
　　 然后，本文分析了神經(jīng)元?jiǎng)幼麟娢话l(fā)放頻率和大鼠前肢運(yùn)動(dòng)狀態(tài)間的相關(guān)性，并根據(jù)神經(jīng)元的不同發(fā)放模式將

3、神經(jīng)元分為四類，并發(fā)現(xiàn)具有相同發(fā)放模式的神經(jīng)元大致在空間上較為接近。另外，我們?cè)谌淮笫笊媳容^了幾種神經(jīng)解碼方法的優(yōu)劣，包括最佳線性估計(jì)、卡爾曼濾波器、概率神經(jīng)網(wǎng)絡(luò)和改進(jìn)的概率神經(jīng)網(wǎng)絡(luò)解碼器。結(jié)果顯示改進(jìn)的概率神經(jīng)網(wǎng)絡(luò)解碼器具有最優(yōu)的解碼準(zhǔn)確度，而最佳線性估計(jì)具有最快的解碼速度。
　　 此外，本文還分析了大鼠初級(jí)運(yùn)動(dòng)皮層的場(chǎng)電位信號(hào)與其前肢運(yùn)動(dòng)間的相關(guān)性。結(jié)果顯示它們間的相關(guān)性十分明顯，在各個(gè)電極中三個(gè)子頻段(0-10H、10-

4、45Hz和55-200Hz)與運(yùn)動(dòng)間的有相關(guān)系數(shù)在0.3上的信號(hào)占50％以上。之后我們將這三個(gè)頻段應(yīng)用于大鼠前肢運(yùn)動(dòng)的解碼，其結(jié)果顯示它與基于動(dòng)作電位的解碼不相上下，在使用最佳線性估計(jì)時(shí)，解碼結(jié)果與實(shí)際運(yùn)動(dòng)的相關(guān)系數(shù)可以達(dá)到0.8889，優(yōu)于基于動(dòng)作電位的神經(jīng)解碼結(jié)果。
　　 綜上所述，本文將通過(guò)采集大鼠初級(jí)運(yùn)動(dòng)皮層的神經(jīng)信號(hào)，通過(guò)各種信號(hào)處理方法、模式分類方法、回歸方法，來(lái)分析神經(jīng)信號(hào)與大鼠前肢運(yùn)動(dòng)間的相關(guān)性，并進(jìn)行神經(jīng)解碼。