Spike Tools:用于神经元网络锋电位分类的软件

作者：孙倪; 周炜; 李向宁; 曾绍群

来源：计算机与数字工程, 2005, (01): 13-16+29.

DOI：10.3969/j.issn.1672-9722.2005.01.004

• 多电极阵列
• 神经元网络
• 分类
• 主成分分析
• 聚类分析

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SpikeTools。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Spike Tools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。

• 单位
  华中科技大学