基于LabVIEW的神经信号记录及分类的虚拟仪器

论文摘要

动作电位是神经系统传递信息的主要方式之一,神经信息的相互传递和整合通常是通过若干动作电位组成的放电序列来实现。获取神经元的放电信号(即锋电位信号)并且对其进行分类和分析对神经系统深层研究具有重要的意义。在锋电位信号记录方面,本文一个主要工作是合作建立神经元细胞外记录实验系统,实现对大壁虎或大鼠等动物脑区的神经元细胞外动作电位记录,并通过大量的实验探索,稳定和规范了实验记录技术。独立对实验记录中具有关键作用的三维脑立体定位系统进行设计和改进。微电极记录信号往往混合了记录电极周围几个神经元的活动信号,因而需要对记录到的信号进行聚类分析,获得单独的神经元的放电序列,才能进行更深入的分析。本文的另一主要工作是依据阈值检测、主成分分析法(PCA)和聚类分析法等理论算法,应用LabVIEW软件开发出锋电位分类虚拟仪器(VSSI)。该虚拟仪器通过方便的图形化界面实现对采集信号的显示、锋电位的阈值提取、锋电位群的主成分分析和聚类分析等功能。最后,将锋电位分类虚拟仪器和同类型的商用软件进行比较,通过大量记录数据的分类分析结果对比,验证了该虚拟仪器聚类分析的准确性。该虚拟仪器已经应用于实验记录信号的实际分析。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 引言
• 1.2 神经元的特征与动作电位
• 1.3 神经信号的记录研究概况
• 1.4 动作电位波形分类研究现状
• 1.5 国内外神经信号采集分析仪器研究和虚拟仪器
• 1.6 本文研究意义和研究内容概述
• 第二章 神经信号的实验记录
• 2.1 实验记录系统
• 2.1.1 记录使用微电极
• 2.1.2 数据采集系统
• 2.2 三维脑立体定位系统
• 2.2.1 设计要求
• 2.2.2 设计考虑与关键问题
• 2.2.3 总体设计方案
• 2.2.3.1 材料选择
• 2.2.3.2 夹紧定位方式
• 2.2.3.3 定位系统
• 2.2.3.4 系统功能完善
• 2.2.3.5 总体设计及功能
• 2.3 实验记录手术
• 2.3.1 实验前期过程
• 2.3.2 实验手术过程
• 2.3.3 实验记录过程
• 2.4 小结
• 第三章 基于PCA 的神经信号的分类方法研究
• 3.1 主成分分析及其研究
• 3.1.1 主成分分析基本原理和性质
• 3.1.2 主成分分析的基本算法和步骤
• 3.1.3 主成分分析在spike 分析中的应用
• 3.2 聚类分析
• 3.2.1 系统聚类
• 3.2.2 动态聚类和K——均值法
• 3.2.2.1 动态聚类
• 3.2.2.2 K——均值法
• 第四章 基于LabVIEW 的神经信号分类的虚拟仪器
• 4.1 虚拟仪器及LabVIEW 语言
• 4.1.1 虚拟仪器
• 4.1.2 图形化编程语言LabVIEW
• 4.1.2.1 LabVIEW 的工作窗口及操作模板
• 4.1.2.2 LabVIEW 创建虚拟仪器的过程
• 4.2 锋电位分类虚拟仪器
• 4.2.1 锋电位分类虚拟仪器设计思想
• 4.2.2 虚拟仪器的界面设计
• 4.2.3 虚拟仪器的实现功能
• 4.2.3.1 控件操作
• 4.2.3.2 显示采集信号
• 4.2.3.3 阈值分析
• 4.2.3.4 阈值提取波形
• 4.2.3.5 PCA 分析和聚类
• 4.2.3.6 主成分分析显示
• 4.2.3.7 分类结果
• 4.2.3.8 结果统计
• 4.3 锋电位分类虚拟仪器的实现和编程
• 4.3.1 记录数据的输入和输出
• 4.3.2 阈值检测分析
• 4.3.3 主成分分析
• 4.3.4 主成分分析显示和聚类分析
• 4.3.4.1 手动聚类
• 4.3.4.2 自动聚类
• 4.4 小结
• 第五章 神经信号虚拟仪器的实验验证和应用
• 5.1 和商业软件进行分类功能比较
• 5.2 实验记录数据分类分析
• 第六章 总结与展望
• 6.1 本文的主要工作
• 6.2 今后工作方向与展望
• 参考文献
• 在学期间的研究成果
• 致谢