【摘要】：理解大腦的結(jié)構(gòu)與功能,是21世紀(jì)最具挑戰(zhàn)性的前沿科學(xué)問題,腦科學(xué)研究在世界范圍得到了廣泛關(guān)注和大量投入。腦-機(jī)接口(Brain-Machine Interface,BMI)通過在大腦與外部設(shè)備之間建立直接的通路,可以在不依賴于脊髓/外周圍神經(jīng)和肌肉系統(tǒng)的情況下實(shí)現(xiàn)大腦與外界的交互。傳統(tǒng)的開環(huán)腦-機(jī)接口在分析短暫的神經(jīng)活動(dòng)事件方面有所局限,而閉環(huán)腦-機(jī)接口則可以提供因果性的證據(jù)。通過實(shí)時(shí)解碼讀取或檢測(cè)到神經(jīng)活動(dòng)事件的發(fā)生是形成閉環(huán)反饋的前提,現(xiàn)代多電極記錄技術(shù)的進(jìn)步已經(jīng)實(shí)現(xiàn)了多腦區(qū)、上千路神經(jīng)信號(hào)通道的同時(shí)采集,擴(kuò)大可以實(shí)時(shí)解碼分析的數(shù)據(jù)規(guī)模和提高神經(jīng)信號(hào)解碼分析的速度已經(jīng)成為了神經(jīng)科學(xué)研究的新興主題。許多閉環(huán)反饋實(shí)驗(yàn)要求極低的檢測(cè)延時(shí),典型的場(chǎng)景包括依賴對(duì)神經(jīng)活動(dòng)中突變進(jìn)行檢測(cè)的應(yīng)用。針對(duì)大量數(shù)據(jù)采集通道下難以進(jìn)行實(shí)時(shí)解碼的問題,本文提出了一種利用GPU的并行處理能力進(jìn)行加速的算法,通過兩個(gè)內(nèi)核算法的設(shè)計(jì)和片上存儲(chǔ)的優(yōu)化,顯著提高了計(jì)算速度和可以實(shí)時(shí)計(jì)算的數(shù)據(jù)規(guī)模。利用加速算法對(duì)仿真數(shù)據(jù)和大鼠海馬體、皮層及丘腦實(shí)驗(yàn)數(shù)據(jù)進(jìn)行位置編碼的解碼,結(jié)果顯示相對(duì)于CPU上的解碼算法,本文中的算法實(shí)現(xiàn)了 20-50倍的加速效果。針對(duì)海馬體回放事件的在線分析鑒別問題,基于并行算法的實(shí)時(shí)解碼能力,本文通過有效的緩存和隨機(jī)索引策略,對(duì)利用大量隨機(jī)亂序數(shù)據(jù)的統(tǒng)計(jì)顯著性分析方法進(jìn)行了優(yōu)化,使用1000個(gè)亂序樣本時(shí)該方法的計(jì)算延遲在15毫秒以內(nèi),實(shí)現(xiàn)了對(duì)海馬體回放事件實(shí)的時(shí)在線顯著性評(píng)價(jià)。針對(duì)神經(jīng)活動(dòng)中的突變檢測(cè)問題,本文在泊松線性動(dòng)態(tài)系統(tǒng)模型的基礎(chǔ)上引入了非高斯動(dòng)態(tài)噪聲來建模隱變量空間的隨機(jī)跳變過程。為了在非高斯噪聲和非高斯似然函數(shù)的條件下有效估計(jì)隱變量的后驗(yàn)概率,本文提出了用于突變檢測(cè)問題的粒子濾波和平滑算法,并采用GPU加速了計(jì)算。對(duì)仿真數(shù)據(jù)和實(shí)驗(yàn)記錄的急性疼痛神經(jīng)鋒電位數(shù)據(jù)的分析表明了這一算法的有效性。在突變檢測(cè)算法的基礎(chǔ)上,本文還設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)基于該算法的在線腦-機(jī)接口系統(tǒng),該系統(tǒng)采用多個(gè)線程管理采集、訓(xùn)練、解碼、顯示等任務(wù),在減少系統(tǒng)延遲的同時(shí)實(shí)現(xiàn)了靈活的配置和管理。
【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2019
【分類號(hào)】：R318;TN911.7
【圖文】：

１．２．１．３基于鋒電位信號(hào)的閉環(huán)腦－機(jī)接口系統(tǒng)的組成逡逑基于鋒電位的閉環(huán)腦－機(jī)接口的組成主要包括神經(jīng)信號(hào)采集模塊、神經(jīng)信號(hào)解析模逡逑塊、外部裝置控制模塊和反饋模塊，如圖１．２所示。逡逑１）神經(jīng)信號(hào)采集模塊逡逑神經(jīng)信號(hào)采集模塊主要包含兩個(gè)部分：植入式微電極陣列和多通道信號(hào)采集系統(tǒng)。逡逑目前廣泛應(yīng)用的植入式微電極陣列主要包括金屬微絲電極（ｍｉｃｒｏｗｉｒｅ）和硅襯底電極逡逑（ｓｉｌｉｃｏｎ－ｂａｓｅｄ邋ｅｌｅｃｔｒｏｄｅｓ）。金屬烎絲電極是一段直徑約為數(shù)十至數(shù)百微米的金屬絲，由逡逑絕緣材料包裹，僅尖端裸露。每根電極采集到的鋒電位波形和幅度會(huì)因相對(duì)神經(jīng)元的逡逑距離和方向而不同，這為根據(jù)信號(hào)波形來分析每個(gè)鋒電位信號(hào)的來源，即鋒電位分類逡逑（ｓｐｉｋｅ邋ｓｏｒｔｉｎｇ）提供了更多的信息，因此常見將每?jī)筛蛎克母姌O纏繞在一起進(jìn)行記逡逑錄，即兩管微電極（ｓｔｅｒｅｏｔｒｏｄｅ）或四管微電極（ｔｅｔｒｏｄｅ），實(shí)際使用時(shí)，每個(gè)植入的電極逡逑束通常包含１６－６４根微絲電極。圖１．３Ａ顯示了一種金屬微絲電極陣列，放大圖像左側(cè)逡逑為兩管微電極，右側(cè)為四管微電極，圈內(nèi)線段表示１００微米長(zhǎng)度｜１（）１１。微絲電極在植入逡逑過程中容易彎曲而難以精確定位

公司的密歇根陣列微電極，放大圖顯示每個(gè)管腳上電極點(diǎn)的分布［１７］。多通道信號(hào)采集逡逑系統(tǒng)對(duì)微電極陣列探測(cè)到的電信號(hào)進(jìn)行濾波放大等處理和緩存、記錄，以供后續(xù)分析逡逑使用。目前主流的商用采集系統(tǒng)如圖１．４所示，主要包括Ｐｌｅｘｏｎ公司的ＯｍｎｉＰｌｅｘ（圖１．４逡逑Ａ）、Ｂｌａｃｋｒｏｃｋ邋ｍｉｃｒｏｓｙｓｔｅｍ邋公司的邋Ｃｅｒｅｂｕｓ？（圖邋１．４邋Ｂ）系統(tǒng)和邋ＮｅｕｒａＬｙｎｘ邋公司的邋Ｄｉｇｉｔａｌ逡逑Ｌｙｎｘ系統(tǒng)（圖１．４Ｃ）等，這些系統(tǒng)體積龐大，價(jià)格昂貴，因此越來越多的人也開始選逡逑擇來自開源項(xiàng)目ＯｐｅｎＥｐｈｙｓ？（圖１．４邋Ｄ）的硬件和軟件或是利用開源組件自己搭建采集逡逑系統(tǒng)。逡逑ｍｍ逡逑圖１．３植入式微電極陣列逡逑２）

公司的密歇根陣列微電極，放大圖顯示每個(gè)管腳上電極點(diǎn)的分布［１７］。多通道信號(hào)采集逡逑系統(tǒng)對(duì)微電極陣列探測(cè)到的電信號(hào)進(jìn)行濾波放大等處理和緩存、記錄，以供后續(xù)分析逡逑使用。目前主流的商用采集系統(tǒng)如圖１．４所示，主要包括Ｐｌｅｘｏｎ公司的ＯｍｎｉＰｌｅｘ（圖１．４逡逑Ａ）、Ｂｌａｃｋｒｏｃｋ邋ｍｉｃｒｏｓｙｓｔｅｍ邋公司的邋Ｃｅｒｅｂｕｓ？（圖邋１．４邋Ｂ）系統(tǒng)和邋ＮｅｕｒａＬｙｎｘ邋公司的邋Ｄｉｇｉｔａｌ逡逑Ｌｙｎｘ系統(tǒng)（圖１．４Ｃ）等，這些系統(tǒng)體積龐大，價(jià)格昂貴，因此越來越多的人也開始選逡逑擇來自開源項(xiàng)目ＯｐｅｎＥｐｈｙｓ？（圖１．４邋Ｄ）的硬件和軟件或是利用開源組件自己搭建采集逡逑系統(tǒng)。逡逑ｍｍ逡逑圖１．３植入式微電極陣列逡逑２）

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王兆祥;封洲燕;余穎;朱玉芳;郭哲杉;;適用于寬頻帶記錄信號(hào)的鋒電位檢測(cè)法[J];儀器儀表學(xué)報(bào);2016年03期

2 羅靜;戴敏;;用于鋒電位分類的二階差分表示法[J];天津理工大學(xué)學(xué)報(bào);2013年06期

3 封洲燕;王靜;汪洋;鄭曉靜;;神經(jīng)元鋒電位信號(hào)濾波頻率的選擇[J];浙江大學(xué)學(xué)報(bào)(工學(xué)版);2012年02期

4 牛意堅(jiān);劉濤;;基于窗口法的改進(jìn)鋒電位檢測(cè)算法[J];計(jì)算機(jī)與數(shù)字工程;2012年02期

5 王靜;封洲燕;鄭曉靜;;低信噪比神經(jīng)元鋒電位檢測(cè)的新方法[J];浙江大學(xué)學(xué)報(bào)(工學(xué)版);2011年05期

6 祝曉平;王東;陳耀武;;基于提升小波的神經(jīng)元鋒電位并行檢測(cè)方法[J];華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年10期

7 降惠;王琳娟;李杰;;徑向基函數(shù)網(wǎng)絡(luò)在神經(jīng)元鋒電位分類中的應(yīng)用及改進(jìn)[J];電腦開發(fā)與應(yīng)用;2010年10期

8 萬紅;張超;劉新玉;尚志剛;;波形特征的高斯混合模型鋒電位分類算法[J];中國(guó)生物醫(yī)學(xué)工程學(xué)報(bào);2016年04期

9 封洲燕;肖乾江;胡振華;;電刺激期間神經(jīng)細(xì)胞單元鋒電位的檢測(cè)[J];中國(guó)生物醫(yī)學(xué)工程學(xué)報(bào);2013年04期

10 萬紅;郜麗賽;牛曉可;;基于匹配小波變換的初級(jí)視皮層神經(jīng)元鋒電位分類[J];鄭州大學(xué)學(xué)報(bào)(工學(xué)版);2011年03期

相關(guān)會(huì)議論文 前2條

1 馬越;蔡淑頻;;內(nèi)皮素對(duì)兩棲動(dòng)物心肌電生理活動(dòng)的影響[A];解剖學(xué)雜志——中國(guó)解剖學(xué)會(huì)2002年年會(huì)文摘匯編[C];2002年

2 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(guó)生物醫(yī)學(xué)工程進(jìn)展——2007中國(guó)生物醫(yī)學(xué)工程聯(lián)合學(xué)術(shù)年會(huì)論文集（上冊(cè)）[C];2007年

相關(guān)博士學(xué)位論文 前10條

1 呼思樂;閉環(huán)腦-機(jī)接口中大鼠海馬及皮層集群鋒電位實(shí)時(shí)解碼算法的研究[D];浙江大學(xué);2019年

2 劉作志;高性能神經(jīng)元鋒電位檢測(cè)方法的研究[D];西安電子科技大學(xué);2018年

3 王兆祥;軸突高頻電刺激對(duì)于神經(jīng)元活動(dòng)的調(diào)控作用研究[D];浙江大學(xué);2018年

4 丁偉東;神經(jīng)鋒電位信號(hào)識(shí)別方法研究[D];上海交通大學(xué);2008年

5 祝曉平;植入式腦—機(jī)接口鋒電位實(shí)時(shí)處理算法研究[D];浙江大學(xué);2012年

6 廖玉璽;植入式腦機(jī)接口神經(jīng)元鋒電位的時(shí)變特征分析與解碼研究[D];浙江大學(xué);2014年

7 汪洋;大鼠海馬CA1區(qū)神經(jīng)活動(dòng)對(duì)體感刺激響應(yīng)的研究[D];浙江大學(xué);2014年

8 李向?qū)?基于多微電極陣列的培養(yǎng)神經(jīng)元網(wǎng)絡(luò)特性初探[D];華中科技大學(xué);2007年

9 胥凱;植入式腦機(jī)接口中神經(jīng)元重要性評(píng)估及鋒電位的高效解碼[D];浙江大學(xué);2015年

10 王靜;多通道鋒電位信號(hào)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(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 高夢(mèng)宇;基于spike和LFP的獼猴視皮層神經(jīng)元朝向選擇性分析[D];燕山大學(xué);2019年

2 李振斌;基于局部加權(quán)聚類集成的鋒電位分離方案設(shè)計(jì)[D];南京郵電大學(xué);2019年

3 趙坤W

本文編號(hào)：2771298