鋒電位信號分析及噪聲抑制算法研究.pdf

1、視覺系統(tǒng)是生物獲得外界信息的主要通道，研究視覺系統(tǒng)對于盲人視力再現具有重要的意義。對視覺系統(tǒng)研究的第一步在于獲取與視覺刺激相關的神經元放電信號，神經元鋒電位信號是神經元網絡活動的基本表現形式。因此，神經元鋒電位信號的研究對于進一步的了解大腦對外界事物的反應是如何編碼、表達和加工的具有至關重要的作用。由于鋒電位信號具有寬帶、高頻和小幅值等特點，易受噪聲干擾。因此，抑制鋒電位檢測信號中的噪聲干擾，獲得信噪比較高的鋒電位信號是對其進行進一步研

2、究的基礎。
　　 本文首先對V1區(qū)用微電極陣列采集到的鋒電位信號及所含噪聲信號進行了功率譜分析，針對其特性先后運用鋒電位仿真信號和實測信號進行了噪聲干擾抑制算法研究和驗證，重點研究了信號相對獨立的鋒電位信號的相關噪聲的抑制，并對噪聲抑制效果進行了質量評估。主要內容如下:
　　 1、簡要分析了鋒電位信號的產生機制，鋒電位信號的特點，以及本文所采用的實驗刺激模式，采集得到V1區(qū)鋒電位檢測信號;分別分析了其時域和頻域特征。表明

3、鋒電位檢測信號中除含有白噪聲外，還含有具有相關性的噪聲，且檢測信號中具有較多小幅值的鋒電位信號。
　　 2、針對常見噪聲源，研究了兩種去噪算法:PCA去噪算法和小波-PCA聯合去噪算法。分別運用仿真信號和實測信號對PCA去噪算法和小波-PCA聯合去噪算法進行了研究和驗證，結果表明，針對檢測信號中噪聲的相關性，PCA去噪算法去噪效果不太顯著，信噪比提高較小，但小波-PCA聯合去噪算法可以有效的提高信噪比，但由于其是在小波閾值去噪前

4、進行PCA去噪，雖然可以提高小波對相關噪聲的抑制能力，但其PCA會使鋒電位信號的波形畸變加大。
　　 3、針對上述算法存在的不足，本文采用了多元小波去噪算法分別對仿真數據和實測數據進行了研究和驗證。本文引入多元小波去噪算法雖然本質上也是小波閾值去噪與PCA的結合，但是這種結合是在小波閾值去噪中進行的，對小波第一層細節(jié)系數進行奇異值分解本質上就是利用主成分分析將其投射到新的基空間中，然后將不同層細節(jié)系數投射到這個基空間中再進行閾值

5、去噪。此外，本文將細節(jié)系數幅值的量級引入到閾值中，在減少spike波形的畸變的同時提高了去噪效果。
　　 4、針對本文仿真信號和實測信號，對三種去噪算法:PCA、小波-PCA聯合和多元小波去噪算法進行了質量評估，并對三種算法的干擾抑制效果進行了比較分析。結果表明，多元小波去噪算法在保持小波閾值去噪算法在白噪聲抑制效果的同時，改善了其對相關噪聲的去除效果，有效提高了相對獨立的神經元鋒電位檢測信號的信噪比。仿真和實測數據表明，信噪比