基于多元线性逆滤波器的视顶盖神经元集群亮度信息解码研究

通过解码鸽子视顶盖(the optic tectum,OT)神经元集群亮度信息的方法,研究了OT区神经元集群编码亮度信息的神经机制。首先设计了具有瞬态闪变特性的亮度视觉刺激模式,采用微电极阵列记录了多通道的锋电位(spike)发放序列;然后提取了神经元集群的spike发放率特征,构造多元线性逆滤波器解码视觉刺激亮度;最后采用互相关和信息论的方法对解码结果进行了分析。结果表明:采用的多元线性逆滤波器有效解码了OT区神经元集群编码的亮度信息。通过对解码参数变化与解码精度的分析可知神经元集群数目13个、bin的宽度5 ms、刺激后15 ms、刺激后持续时间35 ms具有最高的解码精度。通过神经元集群中逆滤波器形态的分析发现,单神经元在亮度信息的编码过程中受周围神经元的动态调制。通过对解码精度与刺激闪变频率关系的分析,发现在刺激闪变频率19 Hz到53 Hz的范围内,重建质量较好,在刺激闪变频率为33.5 Hz时,重建质量达到最优。     

基于VD算法的机动目标跟踪研究

针对机动目标有多个运动模型的特点,建立了机动目标的CA模型和CV模型.采用变维滤波(VD)算法对目标运动轨迹进行跟踪,计算机仿真结果表明VD算法对机动目标跟踪具有较高的精度.     

视顶盖神经元在不同颜色背景下的亮度解码

研究了鸽子视顶盖(the optic tectum,OT)神经元在不同颜色背景下对亮度的编码机制。选取色相环(Hue)中六等分处对应的颜色(H0、H16、H33、H49、H66、H82),设计了6种颜色背景下具有瞬态闪变特性的亮度刺激模式,采集了OT区神经元的峰电位发放序列(Spike),提取了Spike序列的特征,构造了多元线性逆滤波器进行解码。根据互相关性和正交试验的方法对重建亮度和实际亮度进行了分析。结果表明,神经元对色相环中相邻颜色的编码机制相近,例如H16(黄)和H33(绿)、H0(红)和H82(洋红)的相关性曲线十分靠近;色相环中H66(蓝)的背景非常削弱对于亮度的解码。正交试验的结果发现,参与神经元解码的四个参数(T、bin、chan_nums、delay)之间存在很强的交互性,彼此同等,共同作用参与神经元的解码。     

基于信鸽视顶盖神经集群响应的目标类别解码研究

通过提取信鸽视顶盖(The Optic Tectum, OT)的中间层神经元集群高频峰电位(spike)响应信号,利用小波和信息论的方法提取并筛选不同时间尺度上的响应特征,构建集群响应的特征向量,从而实现对目标类别的解码。首先,根据感受野特征筛选有效响应通道;然后通过特定目标对信鸽进行刺激实验,采用微电极阵列记录多通道的spike发放序列;其次设定时间窗口(bin)长度,采用小波和信息论的方法提取并筛选响应特征;最后利用朴素贝叶斯分类算法实现目标类别解码。结果表明,一方面本文方法所提取的响应特征能够实现对目标类别的解码和识别;另一方面,通过对bin取1ms的响应信号所提取特征进行统计分析,发现提取的包含目标类型信息高的小波系数大都属于较大分解层次上的系数,表明鸽子OT区可能利用这些尺度上的时间模式对目标的信息进行了编码,这为研究OT中间神经元的时间响应结构奠定了基础。     

用于神经记录的镍铬合金微丝电极输入输出特性研究

从传感器应用的角度出发,对用于神经记录的自制镍铬合金微丝电极输入输出特性进行体外研究。根据胞外神经记录机理对决定微丝电极输入量和输出量的各个因素进行分析,构建了包含生物电位、热噪声、半电池电位和前段放大器等组分的微丝电极等效记录电路;基于等效电路,结合测量的电极电化学阻抗谱从交流特性、噪声特性和直流基线漂移三个方面对镍铬合金微丝电极的输入输出特性进行研究。结果表明在生物电的频率带宽范围内(300—6 000 Hz),自制的镍铬合金微丝电极的交流幅值增益不低于0.97,相位偏移不超过2.5度,生物电频带内热噪声导致的电压均方根约为8 mV。     

大鼠初级视皮层整合野朝向信息调制的混沌性研究

整合野朝向信息调制作用下神经元响应信号具有混沌性,目前并不清楚混沌响应特性对信息处理的作用。以大鼠为研究对象,通过胞外电极记录信号的方式获取初级视皮层(V1区)神经元的动作电位信号,利用最大李雅普诺夫指数描述响应信号的非线性混沌状态,通过递归图算法计算随混沌状态变化的动力学信息量,分析神经元在整合野朝向信息调制下混沌性的变化对神经元信息表达的影响。结果发现整合野的调制增强了神经元响应信号的混沌性,有助于神经元用相对较少的发放传递等量的信息,或用同样的发放传递相对较多的信息,从而提高视觉系统处理信息的能力。     

基于稀疏-小世界网络的初级视皮层神经元发放模型

通过构建神经元发放模型实现对视觉系统刺激编码方式的解析是计算神经生理学领域的研究热点。在传统线性-非线性-泊松(LNP)模型的基础上,采用稀疏编码模型训练的基函数作为模型的刺激滤波器,进一步利用小世界网络优化神经元集群的连接结构,构建了一种新型初级视皮层(V1区)神经元发放模型,用于预测神经元在特定刺激模式下的响应活动。利用在LE大鼠V1区采集的多通道发放数据拟合模型参数,进一步验证模型的有效性。实验结果表明,与传统未选择基函数作为刺激滤波器以及未经过小世界网络优化的对照模型相比,该模型能更准确地预测大鼠V1区神经元在不同朝向光栅刺激下的响应。该研究表明,经小世界网络优化后,模型中神经元的连接结构具有更强的生物相似性,能更真实地反映初级视觉皮层神经元群的响应机制。     

大鼠杏仁核在条件性恐惧视觉建立过程中的集群编码研究

研究了大鼠在条件性恐惧视觉建立过程中杏仁核对恐惧视觉信息的编码。首先,设计两种不同拓扑结构("十"和"O")图形,利用巴普洛夫条件反射原理建立大鼠条件性恐惧视觉联结,采用多通道神经信号采集系统采集恐惧视觉建立过程中的杏仁核神经元集群响应信号。然后,对神经元响应信号进行有效响应区间的自适应选取,分别采用神经元集群发放频率和集群熵研究条件性恐惧视觉建立的不同阶段杏仁核的集群编码,发现神经元集群在条件性恐惧建立后发放率、熵均有显著增加。最后,采用支持向量机构建条件性恐惧建立过程中不同恐惧水平的分类模型,验证两种编码的效果。结果表明集群熵编码包含更多的非线性信息和时空整合信息,能更有效地实现恐惧视觉建立过程中视觉信息的"恐惧"水平的表征,由此推测大鼠杏仁核神经核团是以集群的方式对恐惧信息进行编码的。     

鸽子视顶盖颜色信息的解码

研究了鸽子视顶盖神经元对颜色信息的编码机制并解码了三种颜色刺激。首先,针对鸽子视网膜四种类型敏感细胞设计了红、绿、蓝三种色块刺激模式。然后,对视觉实验采集到的神经元响应信号绘制其刺激后时间直方图(peri-stimulus time histogram,PSTH)。确定出神经元有效响应区间后发现,视顶盖神经元以集群的方式对颜色信息进行编码,对于不同的顶盖神经元,三种色块刺激的PSTH曲线存在不同的响应规律;对于同一个顶盖神经元,多次实验下三种色块刺激的PSTH曲线有着近乎一致的规律。最后,分别采用主成分分析法(primary component analysis,PCA)和等度规映射法(isometric mapping,ISOMAP)对集群特征进行降维,采用概率型神经网络(probabilistic neural network,PNN)对三种色块进行解码,结果表明,不同的特征降维方法,都具有较高的识别率,再次验证了鸽子视顶盖神经元是以集群的方式对颜色信息进行编码。