[发明专利]神经放电信号的正负峰形识别方法

说明书

技术领域

本发明涉及一种神经放电信号峰形识别方法。特别是涉及一种通过自适应阈值检测算法计算出神经元放电脉冲的阈值，根据神经放电信号正、负峰值是否达到神经元放电脉冲正、负阈值的情况实现神经元放电脉冲峰形的检测与识别的神经放电信号正负峰形识别方法。

背景技术

神经元在未受刺激时的跨膜电位为静息电位，一般为-90～-65mv，静息电位的产生是多种离子平衡电位综合作用的结果。神经元的膜电位存在着某个阈值，一般比静息电位高10～15mV。当刺激不足以使膜电位达到阈值电位时，神经元仅仅产生一个局部电位。当刺激达到一定程度使膜电位达到或者超过阈值电位时，神经元就会产生动作电位。动作电位是神经元兴奋程度的体现，与外界刺激有着紧密的联系，另外，动作电位也是神经元传递信息的主要方法之一，神经元之间通常通过若干动作电位组成的放电序列进行信息通讯。因此，动作电位序列蕴涵着丰富的信息，应用不同方法探究神经放电序列中动作电位的脉冲波形也成为神经科学和信息科学的一个重要领域。

神经细胞外电场主要是由于神经元受刺激后产生的动作电位形成的，胞外记录的神经放电信号是多个单神经元放电信号的叠加，不同的神经元放电脉冲波形因神经元种类、大小以及电极位置的不同而有差异。人们假定，来自于同一类别的脉冲是某个单独的神经元活动的结果，由于无法在记录其放电时了解此神经元的解剖位置，于是给这种脉冲一个统一的名字叫“单位放电”。在同时记录多个神经元放电的时候，只有区分出不同的单位放电或者神经元，才可以使我们对于神经细胞的工作方式有更深入的了解。

单位神经放电脉冲分类的方法主要有信号处理和统计模式识别。传统的方法包括三步：动作电位波形特点的了解；脉冲的探测；根据脉冲的不同特征将其分类。所使用的计算方法主要有三种：根据不同波形参数来分离波形；模板配对法，用以计算新波形和已知波形间的误差；主要成分分析法。这三种方法都涉及到一些复杂的数学运算。另外还有一些方法如：最佳配对过滤器法；人工神经网络法；重叠脉冲法；不应期法等。

发明内容

本发明所要解决的技术问题是，提供一种可以实现正负峰脉冲、正峰脉冲和负峰脉冲三类神经元放电脉冲峰形正确识别的神经放电信号峰形识别方法。

本发明所采用的技术方案是：一种神经放电信号的正负峰形识别方法，包括如下阶段：

（1）对实际观察到的神经放电信号x采用如下公式进行自适应阈值检测计算：

T=Var(e)·2lnN]]>

式中，T是阈值，e是误差，N是数据点数，Var（e）是误差的方差，x是实际观察到的神经放电信号，包含真实的神经元放电信号s和测量噪声w，x=s+w，是自适应阈值检测算法检测到的神经元放电信号。

（2）检测神经放电信号序列中的神经元放电脉冲，包括如下步骤：

1）将得到的神经元放电脉冲最优阈值T，分别设定为正、负两个阈值T₁和T₂，即，T₁=T，T₂＝-T；

2）根据神经元放电脉冲特点设置窗宽为2.8ms的矩形时间窗；

3）计算窗内信号的正的最大值x₁和负的最小值x₂，即正的峰值x₁和负的峰值x₂；

4）判断正、负峰值是否达到神经元放电脉冲的正、负阈值，确定正负峰脉冲、正峰脉冲和负峰脉冲三类神经元放电脉冲；

5）记录下神经放电信号序列中三类神经元放电脉冲峰值对应的时间点，

对于正负峰脉冲，将脉冲正峰值和负峰值对应的时间点都记录下来，对于正峰脉冲，只需将脉冲正峰值对应的时间点记录下来，对于负峰脉冲，需将脉冲负峰值对应的时间点记录下来。

（3）提取神经放电信号序列中的神经元放电脉冲，包括如下步骤：

1）根据记录下的正峰值和负峰值对应的时间点和神经元放电脉冲峰形的特点确定三个具体的矩形时间窗序列；