SpikeTools:用于神经元网络锋电位分类的软件
孙倪
周炜
李向宁
曾绍群
1.华中科技大学生物医学光子学教育部重点实验室,武汉,4300742.华中科技大学生物医学光子学教育部重点实验室,武汉,4300743.华中科技大学生物医学光子学教育部重点实验室,武汉,4300744.华中科技大学生物医学光子学教育部重点实验室,武汉,430074
摘要：使用多电极阵列可无损的记录神经元网络的电活动,但是单个电极往往会同时记录到多个神经元的活动,因而需要将所记录的信号进行分类.本文通过幅度、形状、主成分等分类方法与聚类方法实现了对锋电位的分类,并在MATLAB平台下编写了相应的可视化软件Spik eTools.对模拟数据的分类结果表明:均有90%以上的锋电位得以正确归类.对实验数据的分类结果表明:阈值分类方法能对幅值有明显区别的锋电位进行合理分类,形状分类方法能对幅值接近的锋电位进行分类,而主成分分类方法区分波形的整体差异,能分离前两种方法难以区别的类;聚类方法可实现自动分类.开发的SpikeTools软件能对各种锋电位群数据进行分类处理,为锋电位信号的分析提供了有力的工具.
关键词：多电极阵列神经元网络分类主成分分析聚类分析
分类号：TP31(计算技术、计算机技术)
资助基金：国家自然科学基金(10420)
论文发表日期：2005-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 13-16,29 )
英文信息