【摘要】：如何通過獼猴運動皮層的神經(jīng)元鋒電位信號估計其手指移動位置是一神經(jīng)解碼問題,現(xiàn)存方法解決該問題大多采用有監(jiān)督訓練,需要通過訓練數(shù)據(jù)得到神經(jīng)元鋒電位信號與手指移動位置的關(guān)系,因此其估計性能依賴于訓練數(shù)據(jù).本文提出了一種無監(jiān)督解碼方法,該方法基于狀態(tài)空間模型(State space model,SSM),利用神經(jīng)網(wǎng)絡(luò)得到神經(jīng)元鋒電位數(shù)與手指移動位置的關(guān)系權(quán)值,再用逐次狀態(tài)估計方法去估計手指移動的位置.為減少訓練的復(fù)雜度和提高估計準確度,采用一種非線性的積分卡爾曼濾波(Cubature Kalman filtering,CKF)來完成神經(jīng)網(wǎng)絡(luò)的訓練和手指位置的逐次狀態(tài)估計.與傳統(tǒng)方法相比,該方法的最大特點是無監(jiān)督,可以由神經(jīng)元鋒電位簇向量直接估計手指移動位置,而無需有監(jiān)督訓練.實驗結(jié)果顯示,當采用較少的有監(jiān)督數(shù)據(jù),現(xiàn)存方法與本文方法相比有較大的估計誤差;當采用較多的有監(jiān)督數(shù)據(jù),現(xiàn)存方法才具有與本文方法相近似的估計誤差.
[Abstract]:How to estimate the finger moving position through the neuron front potential signal of the motor cortex of rhesus monkeys is a neural decoding problem, and most of the existing methods use supervised training to solve this problem. The relationship between the neuron front potential signal and the finger moving position needs to be obtained from the training data, so its estimation performance depends on the training data. In this paper, an unsupervised decoding method is proposed, which is based on the state space model (State space model,SSM). The neural network is used to obtain the relationship between the number of neuron front potentials and the position of finger movement. Then the successive state estimation method is used to estimate the position of finger movement. In order to reduce the complexity of training and improve the accuracy of estimation, a nonlinear integral Kalman filter (Cubature Kalman filtering,CKF) is used to complete the training of neural network and the successive state estimation of finger position. Compared with the traditional method, the biggest characteristic of this method is that it can estimate the finger moving position directly from the neuron front potential cluster vector without supervised training. The experimental results show that when less supervised data are used, the existing methods have larger estimation errors than the present method, and when more supervised data are used, the existing methods have estimation errors similar to those of this method.
【作者單位】： 云南民族大學電氣信息工程學院;
【基金】：國家自然科學基金(61262091) 云南省第17批中青年學術(shù)和技術(shù)帶頭人資助項目(2014HB019) 云南省教育廳科學基金重點項目(2014Z093) 云南民族大學研究生創(chuàng)新基金項目(2016YJCXS03)資助~~
【分類號】：TN713;R338

【二級參考文獻】

相關(guān)期刊論文 前10條

1 周昭敏;徐偉霞;吳毅;李玉春;胡錦矗;;中菊頭蝠中國三亞種的形態(tài)特征比較[J];動物學研究;2005年06期

2 蘇瑛;動物mtDNA控制區(qū)及保守與異質(zhì)[J];四川動物;2005年04期

3 楊奇森,夏霖,馬勇,馮祚建,全國強;獸類頭骨測量標準Ⅰ:基本量度[J];動物學雜志;2005年03期

4 張明海,肖朝庭,Koh Hungsun;從分子水平探討中國東北狍的分類地位[J];獸類學報;2005年01期

5 石紅艷,吳毅,胡錦矗;中華山蝠的晝夜活動節(jié)律與光照等環(huán)境因子的關(guān)系[J];動物學雜志;2003年05期

6 吳毅,易祖盛,江海聲,謝國忠,戴克元,黃林生,張創(chuàng)茂,張華;廣東英德石門臺自然保護區(qū)嚙齒類及翼手類物種多樣性研究[J];廣州大學學報(自然科學版);2002年02期

7 朱新產(chǎn),王寶維,張庭榮;分子標記及其在生物遺傳多樣性研究中的應(yīng)用[J];中國醫(yī)學生物技術(shù)應(yīng)用;2002年02期

8 吳毅,徐劍;蝙蝠的采集標記與重捕[J];動物學雜志;2001年05期

9 石紅艷,吳毅,胡錦矗,李艷紅;中華山蝠繁殖生態(tài)的研究[J];獸類學報;2001年03期

10 石紅艷,吳毅,胡錦矗;中華山蝠的研究進展及保護對策[J];四川動物;2000年01期

【相似文獻】

相關(guān)期刊論文 前10條

1 陳琳;林云生;陳傳平;李向?qū)?周煒;曾紹群;駱清銘;;基于最大鋒電位間隔的爆發(fā)檢測自適應(yīng)算法[J];生物物理學報;2006年04期

2 王靜;封洲燕;;多通道神經(jīng)元鋒電位檢測和分類的新方法[J];生物化學與生物物理進展;2009年05期

3 孟艷;張丹;王大輝;;神經(jīng)元簇狀放電鋒電位數(shù)的研究[J];北京師范大學學報(自然科學版);2011年01期

4 王靜;封洲燕;鄭曉靜;;低信噪比神經(jīng)元鋒電位檢測的新方法[J];浙江大學學報(工學版);2011年05期

5 楊彭舉;封洲燕;孫靜;;獨立分量分析在神經(jīng)元鋒電位分類中的一種新應(yīng)用[J];中國生物醫(yī)學工程學報;2011年04期

6 姚舜,劉海龍,陳傳平,李向?qū)?一種獲取鋒電位的峰值檢測算法的改進方案[J];生物醫(yī)學工程研究;2005年01期

7 吳丹;封洲燕;王靜;;微電極陣列神經(jīng)元鋒電位信號的去噪方法[J];浙江大學學報(工學版);2010年01期

8 姚舜;劉海龍;陳傳平;李向?qū)?;局部場電位和微分特性影響下神經(jīng)元網(wǎng)絡(luò)發(fā)放鋒電位的檢測[J];計算機與數(shù)字工程;2005年12期

9 代建華;章懷堅;張韶岷;李茜;劉曉春;郝耀耀;于毅;蔣凱;劉俊;朱凡;陳衛(wèi)東;鄭筱祥;;大鼠運動皮層神經(jīng)元集群鋒電位時空模式解析[J];中國科學(C輯:生命科學);2009年08期

10 吳杰,陳培熹;刺激隱神經(jīng)中C類纖維誘發(fā)的小腦浦肯野細胞簡單鋒電位反應(yīng)[J];生理學報;1992年04期

相關(guān)會議論文 前1條

1 張森泉;陳科;堯德中;;基于局部PCA的鋒電位甄別方法研究[A];中國生物醫(yī)學工程進展——2007中國生物醫(yī)學工程聯(lián)合學術(shù)年會論文集（上冊）[C];2007年

相關(guān)博士學位論文 前4條

1 王靜;多通道鋒電位信號分析的新方法及其在海馬神經(jīng)元發(fā)放特性研究中的應(yīng)用[D];浙江大學;2011年

2 丁偉東;神經(jīng)鋒電位信號識別方法研究[D];上海交通大學;2008年

3 祝曉平;植入式腦—機接口鋒電位實時處理算法研究[D];浙江大學;2012年

4 汪洋;大鼠海馬CA1區(qū)神經(jīng)活動對體感刺激響應(yīng)的研究[D];浙江大學;2014年

相關(guān)碩士學位論文 前10條

1 王壹博;基于四元數(shù)的鋒電位檢測與分類方法的研究[D];燕山大學;2016年

2 齊佳;鋒電位分類中疊加波形的檢測與識別[D];天津理工大學;2012年

3 羅靜;疊加鋒電位的分類方法研究[D];天津理工大學;2014年

4 郜麗賽;基于匹配小波變換的大鼠初級視皮層神經(jīng)元鋒電位分類[D];鄭州大學;2011年

5 陳白璐;基于寬頻帶記錄信號的神經(jīng)元鋒電位檢測分類新方法及其應(yīng)用[D];浙江大學;2014年

6 李穎;基于人工神經(jīng)網(wǎng)絡(luò)的多電極陣列上培養(yǎng)神經(jīng)元鋒電位的分類[D];華中科技大學;2006年

7 宮艷紅;基于遺傳算法—支持向量機的鋒電位分類及神經(jīng)元特性分析[D];鄭州大學;2011年

8 張磊;基于鋒電位信號運動信息解碼研究[D];鄭州大學;2014年

9 孫倪;多電極陣列上培養(yǎng)神經(jīng)元網(wǎng)絡(luò)的鋒電位信號處理[D];華中科技大學;2004年

10 李曉燕;鋒電位信號分析及噪聲抑制算法研究[D];鄭州大學;2013年

，

本文編號：2483310