专利名称：神经放电信号的正负峰形识别方法
技术领域：
本发明涉及一种神经放电信号峰形识别方法。特别是涉及一种通过自适应阈值检测算法计算出神经元放电脉冲的阈值，根据神经放电信号正、负峰值是否达到神经元放电脉冲正、负阈值的情况实现神经元放电脉冲峰形的检测与识别的神经放电信号正负峰形识别方法。
背景技术：
神经兀在未受刺激时的跨膜电位为静息电位，一般为-90 _65mv,静息电位的产生是多种离子平衡电位综合作用的结果。神经元的膜电位存在着某个阈值，一般比静息电位高10 15mV。当刺激不足以使膜电位达到阈值电位时，神经元仅仅产生一个局部电位。当刺激达到一定程度使膜电位达到或者超过阈值电位时，神经元就会产生动作电位。动作 电位是神经元兴奋程度的体现，与外界刺激有着紧密的联系，另外，动作电位也是神经元传递信息的主要方法之一，神经元之间通常通过若干动作电位组成的放电序列进行信息通讯。因此，动作电位序列蕴涵着丰富的信息，应用不同方法探究神经放电序列中动作电位的脉冲波形也成为神经科学和信息科学的一个重要领域。神经细胞外电场主要是由于神经元受刺激后产生的动作电位形成的，胞外记录的神经放电信号是多个单神经元放电信号的叠加，不同的神经元放电脉冲波形因神经元种类、大小以及电极位置的不同而有差异。人们假定，来自于同一类别的脉冲是某个单独的神经元活动的结果，由于无法在记录其放电时了解此神经元的解剖位置，于是给这种脉冲一个统一的名字叫“单位放电”。在同时记录多个神经元放电的时候，只有区分出不同的单位放电或者神经元，才可以使我们对于神经细胞的工作方式有更深入的了解。单位神经放电脉冲分类的方法主要有信号处理和统计模式识别。传统的方法包括三步动作电位波形特点的了解；脉冲的探测；根据脉冲的不同特征将其分类。所使用的计算方法主要有三种根据不同波形参数来分离波形；模板配对法，用以计算新波形和已知波形间的误差；主要成分分析法。这三种方法都涉及到一些复杂的数学运算。另外还有一些方法如最佳配对过滤器法；人工神经网络法；重叠脉冲法；不应期法等。
发明内容
本发明所要解决的技术问题是，提供一种可以实现正负峰脉冲、正峰脉冲和负峰脉冲三类神经元放电脉冲峰形正确识别的神经放电信号峰形识别方法。本发明所采用的技术方案是一种神经放电信号的正负峰形识别方法，包括如下阶段(I)对实际观察到的神经放电信号X采用如下公式进行自适应阈值检测计算T = yJVar{e) ■ V2 WV式中，T是阈值，e是误差，N是数据点数，Var Ce)是误差的方差，e = x-S，x是实际观察到的神经放电信号，包含真实的神经元放电信号S和测量噪声W，x=s+w，g是自适应阈值检测算法检测到的神经元放电信号。(2)检测神经放电信号序列中的神经元放电脉冲，包括如下步骤I)将得到的神经元放电脉冲最优阈值T，分别设定为正、负两个阈值T1和T2,即，T1=T, T2 = -T ；2)根据神经元放电脉冲特点设置窗宽为2. 8ms的矩形时间窗；3)计算窗内信号的正的最大值X1和负的最小值X2,即正的峰值X1和负的峰值X2 ；、
4)判断正、负峰值是否达到神经元放电脉冲的正、负阈值，确定正负峰脉冲、正峰脉冲和负峰脉冲三类神经元放电脉冲；5)记录下神经放电信号序列中三类神经元放电脉冲峰值对应的时间点，对于正负峰脉冲，将脉冲正峰值和负峰值对应的时间点都记录下来，对于正峰脉冲，只需将脉冲正峰值对应的时间点记录下来，对于负峰脉冲，需将脉冲负峰值对应的时间点记录下来。(3)提取神经放电信号序列中的神经元放电脉冲，包括如下步骤I)根据记录下的正峰值和负峰值对应的时间点和神经元放电脉冲峰形的特点确定三个具体的矩形时间窗序列；2)使用上述得到的三个矩形时间窗序列，分别对原始神经放电信号序列进行搜索，方可提取出正负峰脉冲、正峰脉冲和负峰脉冲三类神经元放电脉冲，实现三类神经元放电脉冲峰形的识别。阶段(I)中所述的自适应阈值检测计算包括将实际观察到的神经放电信号X看做真实神经元放电信号S和测量噪声W的叠加，即x=s+w ;计算实际观察到的神经放电信号X和测量噪声w的均值和方差，即E (X) =E (s) =S, Var (x) = o 2，E (w) =0, Var (w) = o 02 ;根据噪声的方差O ^估计阈值T'，作为初始阈值；根据此初始阈值T'检测出初始神经元放电信号§,计算检测到的神经元放电信号与实际观察到的神经放电信号的误差，e = X-§ ;利用公式T = 根据信号误差e自动调整阈值T，不断循环检测得到神经元放电信号§，使检测到的神经元放电信号§:逐次逼近真实神经元放电信号s。阶段(2)中所述的根据神经元放电脉冲特点设置窗宽为2. 8ms的矩形时间窗包括为了检测并提取出完整的神经元放电脉冲波形，本发明采用矩形时间窗提取神经元放电脉冲，所设计的矩形时间窗既要把一个完整的神经元放电脉冲全部包含在时间窗内，又要保证神经元放电脉冲波形对齐。通过分析发现，人的一个完整神经放电周期约2ms，为了保证神经元放电脉冲的完整性和对齐性，本发明设计了窗宽为2. 8ms的矩形时间窗(以采样率是25000Hz的神经放电信号数据为例，则矩形时间窗的窗宽为70个数据点)，用于实现神经元放电脉冲完整波形的检测和提取。阶段(2)中所述的判断正、负峰值是否达到神经元放电脉冲的正、负阈值包括若X1XT1且x2〈T2，则此放电脉冲正、负峰值分别达到正、负阈值，为正负峰脉冲；若X1XT1且x2>T2,则此放电脉冲仅正峰值达到正阈值，为正峰脉冲；若X1CT1且x2〈T2，则此放电脉冲仅负峰值达到负阈值，为负峰脉冲；若X1CT1且X1XT2，则此信号正负峰值未分别达到正、负阈值，不计为神经元放电脉冲。阶段(2)中所述的记录下神经放电信号序列中三类神经元放电脉冲峰值对应的时间点包括
对于正负峰脉冲，需将脉冲正峰值和负峰值对应的时间点都记录下来，记为P1,PiQn-lktiOn-l)，其中\(2,,-1) = ^in=I, 2......N1PiQnktiOn)，其中 伽)=&n=l，2......N1 ；对于正峰脉冲，需将脉冲正峰值对应的时间点记录下来，记为P2,P2 (n) -X2 (n)，其中xr = xi n=l, 2......N2 ；对于负峰脉冲，需将脉冲负峰值对应的时间点记录下来，记为P3P3 (n) =t3 (n)，其中xt3(n) = x2 n=l, 2......N3。 阶段(3)中所述的三个具体的矩形时间窗序列是对于正负峰脉冲，在P1矩阵中找出正的峰值对应的时间点tiQn-l)，其中n=l，2……N1,以此时间点为基准点，向左扩展18个点，向右扩展51个点，得到一个窗长为70个数据点的矩形时间窗序列，即正负峰脉冲矩形时间窗序列，记为I (n);对于正峰脉冲，在P2矩阵中找出正的峰值对应的时间点t2 (n)，其中n=l，2……N2,以此时间点为基准点，向左扩展20个点，向右扩展49个点，得到一个窗长为70个数据点的矩形时间窗序列，即正峰脉冲矩形时间窗序列，记为q2(n);对于负峰脉冲，在P3矩阵中找出负的峰值对应的时间点t3(n)，其中n=l，2……N3,以此时间点为基准点，向左扩展40个点，向右扩展29个点，得到一个窗长为70个数据点的矩形时间窗序列，即负峰脉冲矩形时间窗序列，记为q3(n)。本发明的神经放电信号的正负峰形识别方法，提供了新的神经放电信号脉冲峰形识别方法，可以实现从实际观察到的神经放电信号中检测并提取出正负峰脉冲、正峰脉冲和负峰脉冲三类神经元放电脉冲，方法简单、分类有效；提取出的三类神经元放电脉冲在分析自发状态下神经放电信号特点以及由外界刺激引起的神经放电信号变化的研究中均有较大的意义，可分别统计不同峰形神经元放电脉冲的放电频率和放电峰峰间隔，分别分析不同峰形神经元放电脉冲的放电情况；可获得可观的社会效益和经济效益。
图I是本发明的整体构成示意图；图2是自适应阈值检测算法流程图；图3是神经元放电脉冲峰形检测流程图；图4是三类神经元放电脉冲波形图其中(a)是正负峰脉冲波形图，(b)是正峰脉冲波形图，(C)是负峰脉冲波形图。
具体实施例方式下面结合实施例和附图对本发明的神经放电信号的正负峰形识别方法做出详细说明。本发明的主旨是提出一种新的神经放电信号脉冲峰形识别方法，通过自适应阈值检测算法计算出神经元放电脉冲的阈值，并根据神经放电信号正、负峰值是否达到神经元放电脉冲正、负阈值的情况实现神经元放电脉冲的检测，设置一定窗宽的矩形时间窗将完整的神经元放电脉冲提取出来。本发明实现了不同神经元放电脉冲峰形的检测和识别，可用于自发状态下神经放电信号特点以及由外界刺激引起的神经放电信号变化的分析，在科学研究和实际临床中均有重要的意义。最佳实施方案拟采用专利转让、技术合作或产品开发。本发明根据神经元放电脉冲峰形的特点将其分为三类正负峰脉冲、正峰脉冲和负峰脉冲，方法简单、分类精确，是一种全新的神经放电信号脉冲峰形识别方法。如图I所示，本发明的神经放电信号正负峰形识别方法，首先采用自适应阈值检测算法计算出神经元放电脉冲的阈值T ;然后分别设置正、负两个阈值T1和T2, S卩，T1=T,T2=-T,并设置窗宽为2. 8ms的矩形时间窗，计算窗内的神经放电信号的正的最大值和负的最小值，即正、 负峰值，根据正、负峰值是否达到正、负阈值的情况检测出神经元放电脉冲；最后，根据神经元放电脉冲峰形特点，设置三个矩形时间窗序列，对检测出的神经元放电脉冲进行提取，得到完整的神经元放电脉冲波形。具体包括如下阶段(I)对实际观察到的神经放电信号采用如下公式进行自适应阈值检测计算T = y/Var(e) ^JlLnN(7)式中，T是阈值，e是误差，N是数据点数，Var Ce)是误差的方差，e = x是实际观察到的神经放电信号，包含真实的神经元放电信号S和测量噪声W，x=s+w，S是自适应阈值检测算法检测到的神经元放电信号。所述的自适应阈值检测计算流程为将实际观察到的神经放电信号X看做真实神经元放电信号S和测量噪声W的叠加，即x=s+w ;计算实际观察到的神经放电信号X和测量噪声W的均值和方差，即E(X)=E(S)=S, Var (X) = O 2，E(W)=O, Var (w) = o 02 ;根据噪声的方差
OC1估计阈值T'，作为初始阈值，I" =;根据此初始阈值T'检测出初始神经元放电信号§，计算检测到的神经元放电信号与实际观察到的神经放电信号的误差，e = X-S ;利用公式T = -VIEI根据信号误差e自动调整阈值T，不断循环检测得到神经元放电信号§，使检测到的神经元放电信号§:逐次逼近真实的神经元放电信号s。在自适应算法不断变换阈值检测放电脉冲时，必须有一个代价函数作为检测准贝U，用于判断得到的阈值何时为最佳阈值。在没有实际的噪声统计知识的情况下，采用误差方差的变化率，即VaHe)变化率作为最佳阈值的评价准则，当检测到一定程度时，Var (e)变化很小或不变，因此当Var(e)变化小于某一数值时停止检测。当循环中止时，就获得了最优阈值T。上述公式(7)的导出过程如下将实际观察到的神经放电信号记为X，其中真实的神经元放电信号为S，测量噪声为W，则信号的模型为X [t] =s [t]+w[t] t=l，2...，N (I)实际观察到的神经放电信号X和测量噪声w的特征均值和方差分别为E (X) =E (s) =S Var (x) = o 2(2)E (w) =OVar (w) = O02(3)其中，O幸O ^，即信号的均方差和噪声的均方差不同。信号中脉冲越稀疏，二者越接近，为了尽可能准确地检测放电脉冲，根据噪声的方差确定阈值T'。对于有N个数据点的神经放电信号，噪声为白噪声且标准方差为O ^时，通常采用下式计算阈值T'，即r = G0VzinN(4)在没有任何信号和噪声先验知识的情况下，为了从记录的神经放电信号中无监督地分离出神经元放电脉冲，本发明采用基于信号误差的自适应算法计算神经元放电脉冲的阈值，具体的阈值检测算法如图2所示。以T'作为初始阈值，检测出神经元放电信号§:
_ 5 = Co； \T<r(5)计算检测到的神经元放电信号与实际观察到的神经放电信号的误差e = X - §(6)根据信号误差自动调整阈值T，不断循环检测得到神经元放电信号§,使g逐次逼近神经元放电信号S。自适应阈值采用的算法为T = ^Var{e) ■ ^JlinN(7) (2)检测神经放电信号序列中的神经元放电脉冲，包括如下步骤I)将得到的神经元放电脉冲最优阈值T，分别设定为正负两个阈值T1和T2,即，T1=T, T2 = -T ；2)根据神经元放电脉冲特点设置一定窗宽的矩形时间窗，为了检测并提取出完整的神经元放电脉冲波形，本发明采用矩形时间窗提取神经元放电脉冲，所设计的矩形时间窗既要把一个完整的神经元放电脉冲全部包含在时间窗内，又要保证神经元放电脉冲波形对齐。通过分析发现，人的一个完整神经放电周期约2ms，为了保证神经元放电脉冲的完整性和对齐性，本发明设计了窗宽为2. 8ms的矩形时间窗(以采样率是25000Hz的神经放电信号数据为例，则矩形时间窗的窗宽为70个数据点)，用于实现神经元放电脉冲完整波形的检测和提取；3)计算窗内神经放电信号的正的最大值X1和负的最小值X2,即正的峰值X1和负的峰值X2 ；4)判断正、负峰值是否达到神经元放电脉冲的正、负阈值，确定三类神经元放电脉冲，若X1XT1且x2〈T2，则此放电脉冲正、负峰值分别达到正、负阈值，为正负峰脉冲；若X1XT1且x2>T2，则此放电脉冲仅正峰值达到正阈值，为正峰脉冲；若X^T1且x2〈T2，则此放电脉冲仅负峰值达到负阈值，为负峰脉冲，则此信号正负峰值未分别达到正、负阈值，不计为神经元放电脉冲，脉冲检测流程图如图3所示；5)在神经元放电脉冲检测的过程中需记录下脉冲峰值所对应的时间点，对于正负峰脉冲，需记录下正的峰值和负的峰值对应的时间点，对于正峰脉冲，需记录下正的峰值对应的时间点，对于负峰脉冲，需记录下负的峰值对应的时间点。若一个神经放电信号序列中有N1个正负峰脉冲波形，脉冲正、负峰值对应的时间点保存在矩阵P1中P1 (2n_l) =ti (2n_l),其中\(2 1_1) = xI n=l, 2......N1(8)P1 (2n) =ti (2n),其中A1Pn)=尤2 n=l, 2......N1(9)若一个神经放电信号序列中有N2个正峰脉冲波形，脉冲正峰值对应的时间点保存在矩阵P2中P2 (n) =t2 (n),其中A w = A n=l, 2......N2(10)若一个神经放电信号序列中有N3个负峰脉冲波形，脉冲负峰值对应的时间点保存在矩阵P3中
P3(n) =t3 (n),其中化⑷=欠2 n=l, 2......N3(11)(3)提取神经放电信号中的神经元放电脉冲，包括如下步骤I)根据记录下的正峰值和负峰值对应的时间点和神经元放电脉冲峰形的特点确定三个具体的矩形时间窗序列，在对神经放电信号序列进行神经元放电脉冲提取时，应将同一类神经元放电脉冲峰值对应的时间点对齐，保证脉冲波形整体的对齐。对于正负峰脉冲，由于正峰对应的时间点和负峰对应的时间点间隔比较稳定，所以以正的峰值对应时间点对齐波形和以负的峰值对应时间点对齐波形效果差别不大，均可作为波形对齐的基准点，本发明采用正的峰值对应的时间点作为神经元放电脉冲波形对齐的基准点；对于正峰脉冲，只需对齐正的峰值所对应的时间点即可；对于负峰脉冲，则需对齐负的峰值所对应的时间点。 关于矩形时间窗的确定，矩形时间窗窗宽的确定与阶段(2)中矩形时间窗窗宽的确定方法相同，在确定了矩形时间窗的窗宽以后，应根据神经元放电脉冲峰形的特点确定具体的矩形时间窗。对于正负峰脉冲，在P1矩阵中找出正的峰值对应的时间点tiQn-l)，其中n=l，2……N1,以此时间点为基准点，向左扩展18个点，向右扩展51个点，得到一个窗长为70个数据点的矩形时间窗序列，即正负峰脉冲矩形时间窗序列，记为qi(n);对于正峰脉冲，在P2矩阵中找出正的峰值对应的时间点t2(n)，其中n=l，2……N2,以此时间点为基准点，向左扩展20个点，向右扩展49个点，得到一个窗长为70个数据点的矩形时间窗序列，即正峰脉冲矩形时间窗序列，记为q2(n);对于负峰脉冲，在P3矩阵中找出负的峰值对应的时间点t3(n)，其中n=l，2……N3,以此时间点为基准点，向左扩展40个点，向右扩展29个点，得到一个窗长为70个数据点的矩形时间窗序列，即负峰脉冲矩形时间窗序列，记为Q3(n)。2)具体的脉冲提取过程为使用上述得到的三个矩形时间窗序列，分别对原始神经放电信号序列进行搜索，方可得到正负峰脉冲、正峰脉冲和负峰脉冲三类放电脉冲，实现了三类神经元放电脉冲峰形的识别。以大鼠颈部迷走神经放电信号为例，截取时间长度为Is的信号，运用本发明提出的神经元放电脉冲峰形检测及识别方法，提取出神经放电信号序列中的正负峰脉冲、正峰脉冲和负峰脉冲三类神经元放电脉冲波形，如图4所示。
权利要求
1.一种神经放电信号的正负峰形识别方法，其特征在于，包括如下阶段 (1)对实际观察到的神经放电信号X采用如下公式进行自适应阈值检测计算
2.根据权利要求I所述的神经放电信号的正负峰形识别方法，其特征在于，阶段(I)中所述的自适应阈值检测计算包括将实际观察到的神经放电信号X看做真实神经元放电信号s和测量噪声w的叠加，即x=s+w ;计算实际观察到的神经放电信号X和测量噪声w的均值和方差，即E (X) =E (s) =S, Var (X) = O 2，E (w) =0, Var (w) = o 02 ;根据噪声的方差o ^估计阈值T'，作为初始阈值；根据此初始阈值T'检测出初始神经元放电信号§,计算检测到的神经元放电信号与实际观察到的神经放电信号的误差，e = x-§ ;利用公式
3.根据权利要求I所述的神经放电信号的正负峰形识别方法，其特征在于，阶段(2)中所述的根据神经元放电脉冲特点设置窗宽为2. 8ms的矩形时间窗包括为了检测并提取出完整的神经元放电脉冲波形，本发明采用矩形时间窗提取神经元放电脉冲，所设计的矩形时间窗既要把一个完整的神经元放电脉冲全部包含在时间窗内，又要保证神经元放电脉冲波形对齐。通过分析发现，人的一个完整神经放电周期约2ms，为了保证神经元放电脉冲的完整性和对齐性，本发明设计了窗宽为2. 8ms的矩形时间窗(以采样率是25000Hz的神经放电信号数据为例，则矩形时间窗的窗宽为70个数据点)，用于实现神经元放电脉冲完整波形的检测和提取。
4.根据权利要求I所述的神经放电信号的正负峰形识别方法，其特征在于，阶段(2)中所述的判断正、负峰值是否达到神经元放电脉冲的正、负阈值包括若X1XT1且X2CT2，则此放电脉冲正、负峰值分别达到正、负阈值，为正负峰脉冲；若X1XT1且x2>T2，则此放电脉冲仅正峰值达到正阈值，为正峰脉冲；若X1G1则此放电脉冲仅负峰值达到负阈值，为负峰脉冲；若X1CT1且X2XT2，则此信号正负峰值未分别达到正、负阈值，不计为神经元放电脉冲。
5.根据权利要求I所述的神经放电信号的正负峰形识别方法，其特征在于，阶段(2)中所述的记录下神经放电信号序列中三类神经元放电脉冲峰值对应的时间点包括 对于正负峰脉冲，需将脉冲正峰值和负峰值对应的时间点都记录下来，记为P1, P1 On-lktiOn-l)，其中々An-i) = n=l，2......N1P1 (2n) =t: (2n)，其中arC1Pn) = x2 n=l, 2......N1 对于正峰脉冲，需将脉冲正峰值对应的时间点记录下来，记为P2,P2 (n) =t2 (n)，其中xt2(n) - n=l, 2......N2 ； 对于负峰脉冲，需将脉冲负峰值对应的时间点记录下来，记为P2 P3 (n) =t3(n),其中xt3(n) = n=l, 2......N3。
6.根据权利要求I所述的神经放电信号的正负峰形识别方法，其特征在于，阶段(3)中所述的三个具体的矩形时间窗序列是 对于正负峰脉冲，在P1矩阵中找出正的峰值对应的时间点h (2n-1)，其中n=I，2……N1,以此时间点为基准点，向左扩展18个点，向右扩展51个点，得到一个窗长为70个数据点的矩形时间窗序列，即正负峰脉冲矩形时间窗序列，记为I (n);对于正峰脉冲，在己矩阵中找出正的峰值对应的时间点t2 (n)，其中n=l，2……N2,以此时间点为基准点，向左扩展20个点，向右扩展49个点，得到一个窗长为70个数据点的矩形时间窗序列，即正峰脉冲矩形时间窗序列，记为q2(n);对于负峰脉冲，在P3矩阵中找出负的峰值对应的时间点t3(n)，其中n=l，2……N3,以此时间点为基准点，向左扩展40个点，向右扩展29个点，得到一个窗长为70个数据点的矩形时间窗序列，即负峰脉冲矩形时间窗序列，记为q3(n)。
全文摘要
一种神经放电信号的正负峰形识别方法对实际观察到的神经放电信号x采用如下公式进行自适应阈值检测计算检测神经放电信号序列中的神经元放电脉冲；提取神经放电信号序列中的神经元放电脉冲。本发明提供了新的神经放电信号脉冲峰形识别方法，可以实现从实际观察到的神经放电信号中检测并提取出正负峰脉冲、正峰脉冲和负峰脉冲三类神经元放电脉冲，方法简单、分类有效；提取出的三类神经元放电脉冲在分析自发状态下神经放电信号特点以及由外界刺激引起的神经放电信号变化的研究中均有较大的意义，可分别统计不同峰形神经元放电脉冲的放电频率和放电峰峰间隔，分别分析不同峰形神经元放电脉冲的放电情况；可获得可观的社会效益和经济效益。
文档编号A61B5/04GK102715899SQ201210198949
公开日2012年10月10日 申请日期2012年6月15日 优先权日2012年6月15日
发明者万柏坤, 明东, 王欣, 綦宏志 申请人:天津大学