本文關(guān)鍵詞：植入式腦機接口中神經(jīng)元重要性評估及鋒電位的高效解碼

  更多相關(guān)文章： 腦機接口 神經(jīng)元重要性評估 神經(jīng)解碼 序列蒙特卡羅點過程算法 時空相關(guān)性 時變性 GPU 并行計算

【摘要】：腦機接口通過在大腦與外部設(shè)備之間建立直接的通路,在不依賴常規(guī)的脊髓／外周神經(jīng)系統(tǒng)的情況下實現(xiàn)大腦與外部設(shè)備的交互,可以為殘障患者康復(fù)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(jīng)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(xiàn)對外部設(shè)備的精確控制是腦機接口領(lǐng)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(jīng)信號具有較高維度,且包含有無關(guān)信息,會影響解碼的實時性和準確性；神經(jīng)信號本身具有非線性時變性等特點,而現(xiàn)有的解碼模型大多為線性靜態(tài)模型,限制了對神經(jīng)信號的精確解碼。針對神經(jīng)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(jīng)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(jīng)信號中的無關(guān)信息,降低數(shù)據(jù)的維度,有利于神經(jīng)解碼；后者設(shè)計出更合適的算法實現(xiàn)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(jīng)信號高度復(fù)雜的非線性關(guān)系分解為許多局部線性關(guān)系的疊加,可以在不依賴編解碼模型的情況下從數(shù)據(jù)中計算出神經(jīng)元的重要性。實驗結(jié)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(guān)神經(jīng)元,并且篩選出來的少量重要神經(jīng)元可以提供與全部神經(jīng)元類似的解碼精度,從而實現(xiàn)了對神經(jīng)信號的有效約簡。在神經(jīng)解碼方面,本文在序列蒙特卡羅點過程估計(SMCPP)的框架內(nèi),針對神經(jīng)元的生理特性設(shè)計更加高效的神經(jīng)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(shè),實現(xiàn)了對運動信息更加精確的描述。根據(jù)神經(jīng)集群活動時空相關(guān)性的特點,本文在SMCPP中定義更加合理的神經(jīng)元調(diào)諧模型,從而可以有效地降低解碼誤差。針對神經(jīng)元時變性的特點,通過將參數(shù)變化點檢測算法和靜態(tài)參數(shù)估計算法與SMCPP相結(jié)合,仿真實驗表明在解碼過程中當神經(jīng)元調(diào)諧特性發(fā)生突變時,該算法能自動對參數(shù)進行相應(yīng)調(diào)整,相比靜態(tài)參數(shù)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(xiàn)對神經(jīng)活動的精確解碼,然而過高的計算復(fù)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(xiàn)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(jīng)科學領(lǐng)域的發(fā)現(xiàn)與機器學習算法結(jié)合從而實現(xiàn)對神經(jīng)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(jīng)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(jīng)元(10個)可以提供與所有神經(jīng)元(70個)類似的解碼精度(95%以上)；根據(jù)神經(jīng)集群活動時空相關(guān)性定義的調(diào)諧模型顯著減少了解碼誤差,其中對位置的預(yù)測誤差下降了23%；針對神經(jīng)元時變性設(shè)計的動態(tài)解碼模型可以自動檢測到神經(jīng)元調(diào)諧特性的變化,真實數(shù)據(jù)上的初步結(jié)果顯示相比傳統(tǒng)的靜態(tài)參數(shù)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(xiàn)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(xiàn)長期穩(wěn)定實用的腦機接口系統(tǒng)打下堅實的基礎(chǔ)。
【關(guān)鍵詞】：腦機接口 神經(jīng)元重要性評估 神經(jīng)解碼 序列蒙特卡羅點過程算法 時空相關(guān)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(xiàn)狀20-32
• 1.2.1 植入式腦機接口系統(tǒng)20-23
• 1.2.2 神經(jīng)元重要性的評估23-25
• 1.2.3 神經(jīng)元鋒電位的高效解碼25-29
• 1.2.4 神經(jīng)元活動的時變性29-32
• 1.3 研究內(nèi)容與目標32-34
• 1.4 論文結(jié)構(gòu)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(chǎn)生與記錄41-42
• 2.4.2 電極埋植手術(shù)42-44
• 2.4.3 神經(jīng)信號的采集和預(yù)處理44-50
• 3 離散和連續(xù)任務(wù)的神經(jīng)解碼50-66
• 3.1 離散任務(wù)的神經(jīng)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(wù)的神經(jīng)解碼57-64
• 3.2.1 廣義回歸神經(jīng)網(wǎng)絡(luò)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(jié)64-66
• 4 基于局部學習方法的神經(jīng)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(jīng)元的解碼結(jié)果70-74
• 4.3 重要神經(jīng)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(jīng)元的時變性分析81-83
• 4.6 本章小結(jié)83-84
• 5 基于神經(jīng)元生理特性的高效解碼算法設(shè)計84-114
• 5.1 序列蒙特卡羅方法概述86-89
• 5.2 考慮神經(jīng)元時空相關(guān)性的解碼算法設(shè)計89-98
• 5.2.1 基于點過程的調(diào)諧模型91-92
• 5.2.2 調(diào)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(jīng)元時變特性的解碼算法設(shè)計98-106
• 5.3.1 輔助粒子濾波算法98-99
• 5.3.2 參數(shù)變化點的檢測99-100
• 5.3.3 靜態(tài)調(diào)諧參數(shù)的估計100
• 5.3.4 仿真數(shù)據(jù)上的實驗結(jié)果100-105
• 5.3.5 真實數(shù)據(jù)上的初步結(jié)果105-106
• 5.4 基于GPU的大規(guī)模并行化解碼算法實現(xiàn)106-113
• 5.5 本章小結(jié)113-114
• 6 總結(jié)與展望114-120
• 6.1 工作總結(jié)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(shù)據(jù)庫 前10條

1 柯大觀;童勤業(yè);;排列復(fù)雜性度量應(yīng)用于腦機接口信號分析[J];傳感技術(shù)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(shè)計及其在腦機接口中的應(yīng)用[J];傳感技術(shù)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(shù)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(quán);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(guān)鍵技術(shù)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(wù)特征的腦機接口設(shè)計[J];中國臨床康復(fù);2006年13期

中國重要會議論文全文數(shù)據(jù)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(shù)研究綜述[A];全國第21屆計算機技術(shù)與應(yīng)用學術(shù)會議（CACIS·2010）暨全國第2屆安全關(guān)鍵技術(shù)與應(yīng)用學術(shù)會議論文集[C];2010年

2 ;腦機接口數(shù)據(jù)競賽[A];首屆全國功能神經(jīng)影像學和神經(jīng)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(shè)計原理[A];計算機技術(shù)與應(yīng)用進展——全國第17屆計算機科學與技術(shù)應(yīng)用（CACIS）學術(shù)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(lián)合學術(shù)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(shè)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(shù)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(shù)據(jù)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(jīng)影像學和神經(jīng)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(shù)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(shù)[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(yīng)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(shù)據(jù)庫 前10條

1 本報記者 羅朝淑;腦機接口：喚起神經(jīng)康復(fù)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(lián)網(wǎng)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(yīng)”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(jīng)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(shù)據(jù)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(yīng)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(yù)測方法研究[D];中國科學技術(shù)大學;2007年

10 廖玉璽;植入式腦機接口神經(jīng)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(shù)據(jù)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(guān)鍵技術(shù)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(yīng)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(shè)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(yīng)用中的思維任務(wù)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(shè)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(xiàn)[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(shè)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