本文關鍵詞：植入式腦機接口中神經元重要性評估及鋒電位的高效解碼

  更多相關文章： 腦機接口 神經元重要性評估 神經解碼 序列蒙特卡羅點過程算法 時空相關性 時變性 GPU 并行計算

【摘要】：腦機接口通過在大腦與外部設備之間建立直接的通路,在不依賴常規(guī)的脊髓／外周神經系統(tǒng)的情況下實現大腦與外部設備的交互,可以為殘障患者康復提供新的途徑。植入式腦機接口將電極陣列埋植到大腦皮層,能夠記錄到單個神經元的鋒電位信號,這種信號時空分辨率高并且蘊含了豐富的運動信息。將這些運動信息解碼出來從而實現對外部設備的精確控制是腦機接口領域的研究熱點。然而由多通道記錄和高頻率采樣獲得的神經信號具有較高維度,且包含有無關信息,會影響解碼的實時性和準確性；神經信號本身具有非線性時變性等特點,而現有的解碼模型大多為線性靜態(tài)模型,限制了對神經信號的精確解碼。針對神經解碼面臨的這些挑戰(zhàn),本文嘗試解決以下兩個問題：1)神經元重要性的精確評估；2)鋒電位的高效解碼。前者可以消除神經信號中的無關信息,降低數據的維度,有利于神經解碼；后者設計出更合適的算法實現對鋒電位的高效解碼。本文采用基于局部學習的方法,通過將神經信號高度復雜的非線性關系分解為許多局部線性關系的疊加,可以在不依賴編解碼模型的情況下從數據中計算出神經元的重要性。實驗結果表明相比其它方法,基于局部學習的方法可以更加精確地識別出無關神經元,并且篩選出來的少量重要神經元可以提供與全部神經元類似的解碼精度,從而實現了對神經信號的有效約簡。在神經解碼方面,本文在序列蒙特卡羅點過程估計(SMCPP)的框架內,針對神經元的生理特性設計更加高效的神經解碼算法。鋒電位序列被描述為點過程,避免了采用時間窗所引起的信息丟失；后驗概率表示為許多粒子的集合,移除了以往算法中的高斯分布假設,實現了對運動信息更加精確的描述。根據神經集群活動時空相關性的特點,本文在SMCPP中定義更加合理的神經元調諧模型,從而可以有效地降低解碼誤差。針對神經元時變性的特點,通過將參數變化點檢測算法和靜態(tài)參數估計算法與SMCPP相結合,仿真實驗表明在解碼過程中當神經元調諧特性發(fā)生突變時,該算法能自動對參數進行相應調整,相比靜態(tài)參數算法進一步降低了解碼誤差。雖然序列蒙特卡羅點過程方法可以實現對神經活動的精確解碼,然而過高的計算復雜度對算法的實時性提出了挑戰(zhàn)。本文對該算法進行大規(guī)模并行化實現并運行在GPU上,借助GPU強大的并行計算能力來提高算法的解碼速度。本文將神經科學領域的發(fā)現與機器學習算法結合從而實現對神經元重要性的精確評估和鋒電位的高效解碼,創(chuàng)新點在于：采用基于局部學習方法對神經元重要性進行精確評估,不依賴編解碼模型,篩選出來的少量神經元(10個)可以提供與所有神經元(70個)類似的解碼精度(95%以上)；根據神經集群活動時空相關性定義的調諧模型顯著減少了解碼誤差,其中對位置的預測誤差下降了23%；針對神經元時變性設計的動態(tài)解碼模型可以自動檢測到神經元調諧特性的變化,真實數據上的初步結果顯示相比傳統(tǒng)的靜態(tài)參數算法,該算法可以降低解碼誤差。此外,本論文嘗試將解碼算法大規(guī)模并行化實現后運行在GPU上使解碼速度提升將近10倍。這些研究都為實現長期穩(wěn)定實用的腦機接口系統(tǒng)打下堅實的基礎。
【關鍵詞】：腦機接口 神經元重要性評估 神經解碼 序列蒙特卡羅點過程算法 時空相關性 時變性 GPU 并行計算
【學位授予單位】：浙江大學
【學位級別】：博士
【學位授予年份】：2015
【分類號】：R49;TP338.6
【目錄】：

• 致謝5-7
• 摘要7-9
• Abstract9-18
• 1 緒論18-36
• 1.1 腦機接口簡介18-20
• 1.2 研究現狀20-32
• 1.2.1 植入式腦機接口系統(tǒng)20-23
• 1.2.2 神經元重要性的評估23-25
• 1.2.3 神經元鋒電位的高效解碼25-29
• 1.2.4 神經元活動的時變性29-32
• 1.3 研究內容與目標32-34
• 1.4 論文結構安排34-36
• 2 實驗材料及方法36-50
• 2.1 實驗對象36
• 2.2 實驗平臺36-37
• 2.3 實驗范式37-41
• 2.3.1 抓握實驗范式37-39
• 2.3.2 搖桿實驗范式39-41
• 2.4 信號采集41-50
• 2.4.1 動作電位的產生與記錄41-42
• 2.4.2 電極埋植手術42-44
• 2.4.3 神經信號的采集和預處理44-50
• 3 離散和連續(xù)任務的神經解碼50-66
• 3.1 離散任務的神經解碼51-57
• 3.1.1 K近鄰算法51
• 3.1.2 支持向量機51-56
• 3.1.3 猴子不同抓握手勢的解碼56-57
• 3.2 連續(xù)任務的神經解碼57-64
• 3.2.1 廣義回歸神經網絡57-58
• 3.2.2 卡爾曼濾波器58-61
• 3.2.3 支持向量回歸61-62
• 3.2.4 猴子四方向運動軌跡的解碼62-64
• 3.3 本章小結64-66
• 4 基于局部學習方法的神經元重要性評估66-84
• 4.1 基于局部學習的評估方法67-70
• 4.2 重要神經元的解碼結果70-74
• 4.3 重要神經元的發(fā)放模式分析74-75
• 4.4 基于局部學習方法的性能分析75-81
• 4.4.1 與其他方法的比較76-80
• 4.4.2 算法收斂速度分析80-81
• 4.5 神經元的時變性分析81-83
• 4.6 本章小結83-84
• 5 基于神經元生理特性的高效解碼算法設計84-114
• 5.1 序列蒙特卡羅方法概述86-89
• 5.2 考慮神經元時空相關性的解碼算法設計89-98
• 5.2.1 基于點過程的調諧模型91-92
• 5.2.2 調諧模型的評估方法92-93
• 5.2.3 猴子二維平面隨機運動軌跡的解碼93-98
• 5.3 考慮神經元時變特性的解碼算法設計98-106
• 5.3.1 輔助粒子濾波算法98-99
• 5.3.2 參數變化點的檢測99-100
• 5.3.3 靜態(tài)調諧參數的估計100
• 5.3.4 仿真數據上的實驗結果100-105
• 5.3.5 真實數據上的初步結果105-106
• 5.4 基于GPU的大規(guī)模并行化解碼算法實現106-113
• 5.5 本章小結113-114
• 6 總結與展望114-120
• 6.1 工作總結114-116
• 6.2 本文創(chuàng)新點116-117
• 6.3 未來展望117-120
• 參考文獻120-132
• 發(fā)表文章目錄132-13

【相似文獻】

中國期刊全文數據庫 前10條

1 柯大觀;童勤業(yè);;排列復雜性度量應用于腦機接口信號分析[J];傳感技術學報;2007年03期

2 周鵬;曹紅寶;熊屹;張爽;王明時;;一種新型拉普拉斯電極的設計及其在腦機接口中的應用[J];傳感技術學報;2007年09期

3 沈廣澤;司峻峰;寧新寶;;一種用于腦機接口的模式識別方法[J];北京生物醫(yī)學工程;2007年06期

4 趙均榜;張智君;;基于皮層誘發(fā)電位的腦機接口研究進展[J];航天醫(yī)學與醫(yī)學工程;2010年01期

5 胡漢彬;祝曄;蔣田仔;;基于功能近紅外光譜技術的腦機接口研究[J];生物醫(yī)學工程研究;2010年01期

6 何慶華;吳海靜;田逢春;馮正權;劉濤;鐘美楠;王正國;;用于控制短消息發(fā)送的實時腦機接口系統(tǒng)[J];中國醫(yī)學物理學雜志;2012年03期

7 姚林;張定國;王穎;;腦機接口控制的下肢功能性電刺激系統(tǒng)研究[J];中國生物醫(yī)學工程學報;2012年05期

8 高海娟;徐桂芝;王磊;郭苗苗;;基于雙耳分聽范式的聽覺腦機接口研究[J];河北工業(yè)大學學報;2013年06期

9 楊幫華,顏國正,丁國清,于蓮芝;腦機接口關鍵技術研究[J];北京生物醫(yī)學工程;2005年04期

10 鄒繼東;陳小平;和衛(wèi)星;趙世婧;吉奕;;小波熵提取腦意識任務特征的腦機接口設計[J];中國臨床康復;2006年13期

中國重要會議論文全文數據庫 前10條

1 錢久超;夏斌;楊文璐;;基于P300誘發(fā)電位的腦機接口技術研究綜述[A];全國第21屆計算機技術與應用學術會議（CACIS·2010）暨全國第2屆安全關鍵技術與應用學術會議論文集[C];2010年

2 ;腦機接口數據競賽[A];首屆全國功能神經影像學和神經信息學研討會論文匯編[C];2003年

3 岳鵬;苗丹民;邱玉輝;;一種眼動型腦機接口的設計原理[A];計算機技術與應用進展——全國第17屆計算機科學與技術應用（CACIS）學術會議論文集（下冊）[C];2006年

4 何慶華;吳寶明;王禾;卓豫;;腦機接口視覺剌激方法實驗研究[A];中國生物醫(yī)學工程進展——2007中國生物醫(yī)學工程聯合學術年會論文集（下冊）[C];2007年

5 周鵬;趙欣;葛家怡;李寧;郁洪強;王明時;;基于運動想象的腦機接口的個性化設計方法研究[A];天津市生物醫(yī)學工程學會2008年年會暨首屆生物醫(yī)學工程與臨床論壇論文集[C];2008年

6 郭苗苗;徐桂芝;王磊;王江;;基于小波變換的聽覺腦機接口特征信號分析[A];天津市生物醫(yī)學工程學會第三十一屆學術年會論文集[C];2011年

7 賈文艷;趙香花;高小榕;高上凱;楊福生;;2003年腦機接口數據競賽論文之五——想像左右手運動的單次腦電信號分類[A];首屆全國功能神經影像學和神經信息學研討會論文匯編[C];2003年

8 何慶華;吳寶明;王禾;鐘渝;杜曉蘭;彭承琳;;瞬態(tài)視覺誘發(fā)電位在腦機接口中的實驗研究[A];中國生物醫(yī)學工程學會第六次會員代表大會暨學術會議論文摘要匯編[C];2004年

9 高小榕;;腦機接口中的信息傳輸技術[A];Proceedings of the 8th Biennial Conference of the Chinese Society for Neuroscience[C];2009年

10 張少白;陳悅;;腦皮層信號ECoG在腦機接口中的應用研究[A];第25屆中國控制與決策會議論文集[C];2013年

中國重要報紙全文數據庫 前10條

1 本報記者 羅朝淑;腦機接口：喚起神經康復的新希望[N];科技日報;2011年

2 常麗君;腦機接口讓猴子成功控制虛擬手臂[N];科技日報;2013年

3 葉平安;腦機接口：人與電腦的橋梁[N];電腦報;2014年

4 本報記者 馬文方;腦機接口：互聯網遙遠的疆界[N];中國計算機報;2010年

5 實習生 陳明立;腦機接口,開啟“心靈感應”時代[N];科技日報;2010年

6 本報記者 孫燕燕;洪波：腦機接口傳遞思維[N];北京科技報;2010年

7 記者 李鵬;“腦機接口”實驗：意識控制成真[N];北京科技報;2012年

8 松鼠會;腦機接口 不只是科幻[N];科學導報;2012年

9 安之;未來至上在創(chuàng)“芯”[N];經濟日報;2014年

10 記者 陳寧 通訊員 周煒 楊洋;“鼠哥”眼光出眾的奧秘[N];浙江日報;2013年

中國博士學位論文全文數據庫 前10條

1 劉伯強;腦機接口分類算法及實驗研究[D];天津大學;2005年

2 余天佑;多模態(tài)與多自由度腦機接口研究[D];華南理工大學;2013年

3 吳正華;穩(wěn)態(tài)視覺誘發(fā)電位在腦機接口及認知過程中的應用研究[D];電子科技大學;2008年

4 程明;基于腦電信號的腦—計算機接口的研究[D];清華大學;2004年

5 朱丹華;基于穩(wěn)態(tài)視覺誘發(fā)電位相位的腦機接口研究[D];浙江大學;2011年

6 龍錦益;腦信號分析的算法研究與多模態(tài)腦機接口[D];華南理工大學;2012年

7 何慶華;基于視覺誘發(fā)電位的腦機接口實驗研究[D];重慶大學;2003年

8 吳邊;基于腦電節(jié)律特征優(yōu)化與同步性的運動意愿解析[D];浙江大學;2011年

9 朱曉源;EEG腦機接口的連續(xù)預測方法研究[D];中國科學技術大學;2007年

10 廖玉璽;植入式腦機接口神經元鋒電位的時變特征分析與解碼研究[D];浙江大學;2014年

中國碩士學位論文全文數據庫 前10條

1 肖貴賢;腦機接口信號的模式分類[D];中南民族大學;2009年

2 婁彬;主動式便攜腦機接口系統(tǒng)的關鍵技術研究[D];清華大學;2009年

3 謝明強;非線性動力學在腦機接口中的應用[D];浙江大學;2006年

4 何嘉全;腦機接口系統(tǒng)軟件的初步設計[D];西安電子科技大學;2013年

5 張振旺;腦機接口中想象運動分類算法的研究[D];山東大學;2007年

6 胡人君;腦機接口應用中的思維任務分類研究[D];安徽大學;2007年

7 谷少東;基于運動想象的腦機接口的研究與設計[D];浙江大學;2008年

8 胥彪;基于視覺誘發(fā)電位的實時腦機接口系統(tǒng)研究與實現[D];重慶大學;2008年

9 吳太銀;基于瞬態(tài)視覺誘發(fā)電位的實時無線腦機接口系統(tǒng)的研究與設計[D];重慶大學;2010年

10 邵曉卓;腦機接口中大鼠行為的腦電分析與識別[D];浙江大學;2006年

，

本文編號：1075853