基于人工神经网络的低信噪比神经元锋电位分类

作者：丁勇; 袁景淇

来源：上海交通大学学报, 2006, (05): 852-855.

DOI：10.16183/j.cnki.jsjtu.2006.05.033

• 神经元
• 锋电位信号分类
• 人工神经网络
• 信号叠加
• 模板匹配 neurons
• spike sorting
• artificial neural networks
• overlapping
• template-matching

基于人工神经网络和模板匹配,提出了对低信噪比神经元信号分类的方法.首先对待分类信号进行阈值检测,获得尖峰信号,对这些尖峰信号进行主成分分析,再选取主成分进行聚类,根据聚类结果,取对应的尖峰信号作为人工神经网络的训练样本.网络测试和结合模板匹配识别叠加信号的仿真结果表明了该方法的优越性.

• 单位
  生物反应器工程国家重点实验室; 华东理工大学; 上海交通大学