本文關(guān)鍵詞：聯(lián)合鋒電位和局部場電位的視覺信息整合特性研究，由筆耕文化傳播整理發(fā)布。

【摘要】：大腦的視覺系統(tǒng)是動物從外界獲取信息的主要感知系統(tǒng)。視覺信息首先經(jīng)過初級視覺皮層(V1區(qū))進(jìn)行處理然后再傳遞到更高級的視覺皮層進(jìn)行表達(dá)。V1區(qū)是最早參與視覺信息整合的皮層區(qū)域,該區(qū)神經(jīng)元的整合野具有調(diào)制感受野內(nèi)神經(jīng)元響應(yīng)的特性,其調(diào)制作用在視覺信息整合中起到關(guān)鍵作用。因此,研究整合野對視覺信息的整合作用對深入研究視覺系統(tǒng)信息處理機(jī)制和解決復(fù)雜圖像處理問題具有重要意義。鋒電位(Spike)和局部場電位(LFP)是兩種不同頻帶的信號,它們攜帶了不同的視覺信息,并且協(xié)同參與了視覺信息處理的過程。本文以大鼠為模式動物,采用多通道微電極陣列采集了V1區(qū)神經(jīng)元在不同刺激模式下的Spike和LFP信號,研究了不同視覺刺激模式下整合野的整合特性。主要內(nèi)容及成果如下:(1)測定了V1區(qū)神經(jīng)元整合野的位置和類型。首先,設(shè)計(jì)了黑白棋盤格的刺激模式,采用反向相關(guān)法,確定了神經(jīng)元感受野的中心位置,作為整合野的中心坐標(biāo);然后,設(shè)計(jì)了半徑逐漸變大的環(huán)形光柵,確定了神經(jīng)元整合野的大小;最后,設(shè)計(jì)了半徑逐漸變大的圓形光柵,分析了神經(jīng)元整合野的調(diào)制特性。結(jié)果表明:隨著遮擋感受野圓面積的逐漸增加,神經(jīng)元的響應(yīng)強(qiáng)度先變大后變小,且實(shí)驗(yàn)中采集到的神經(jīng)元整合野均表現(xiàn)出抑制性的調(diào)制特性。(2)提取了用于研究整合野整合特性的Spike和LFP聯(lián)合特征。首先,對Spike和LFP信號進(jìn)行了預(yù)處理;然后,提取了Spike發(fā)放率和LFP伽馬頻帶功率;其次,根據(jù)Spike和LFP之間的相關(guān)性,利用匹配追蹤算法和觸發(fā)平均技術(shù),分析Spike觸發(fā)下的平均伽馬LFP波形在刺激開始后不同時(shí)段的波形幅值變化,確定了Spike觸發(fā)下LFP響應(yīng)的時(shí)間區(qū)間,并且在響應(yīng)區(qū)間內(nèi),提取了Spike觸發(fā)的伽馬LFP瞬時(shí)能量。結(jié)果表明:利用小波變換和聚類方法能夠?qū)崿F(xiàn)對Spike的分類和去噪,采用自適應(yīng)濾波的方法可以有效的去除LFP波形中的工頻噪聲、高頻噪聲;在刺激開始后,Spike觸發(fā)下LFP響應(yīng)的時(shí)間區(qū)間為1 ms到8 ms之間。(3)分別分析了V1區(qū)神經(jīng)元整合野在空間頻率、朝向和對比度信息下的整合特性,并驗(yàn)證了Spike觸發(fā)的伽馬LFP瞬時(shí)能量在分析整合野整合特性中的有效性。首先,提取了不同空間頻率、不同朝向和不同對比度的環(huán)形移動光柵刺激下的Spike發(fā)放率、伽馬LFP功率和Spike觸發(fā)的伽馬LFP瞬時(shí)能量,分析了神經(jīng)元整合野在空間頻率、朝向和對比度信息下的整合特性。結(jié)果表明:當(dāng)整合野內(nèi)視覺刺激參數(shù)和感受野的相同時(shí),整合作用最強(qiáng),隨著刺激參數(shù)差異的增加,整合作用逐漸減弱。然后,以抑制指數(shù)作為衡量整合野整合程度的指標(biāo),對比了Spike觸發(fā)的伽馬LFP瞬時(shí)能量與單純采用Spike發(fā)放率和單純采用伽馬LFP功率的結(jié)果。結(jié)果表明:利用本文提取的響應(yīng)特征所得到的整合野整合作用更顯著,且響應(yīng)隨感受野內(nèi)外參數(shù)差值變化的規(guī)律性更明顯,從而證明了該響應(yīng)特征不僅能夠作為分析整合野整合特性的有效響應(yīng)特征,并且比傳統(tǒng)的響應(yīng)特征在表征整合野整合特性上更有優(yōu)勢。(4)利用Spike觸發(fā)的伽馬LFP瞬時(shí)能量,分析了V1區(qū)神經(jīng)元整合野在空間頻率、朝向和對比度信息聯(lián)合變化下的整合特性。首先,設(shè)計(jì)了包含空間頻率、朝向和對比度三個(gè)因素的正交實(shí)驗(yàn);然后,提取了神經(jīng)元在正交刺激模式下的Spike觸發(fā)的伽馬LFP瞬時(shí)能量,采用直觀分析法和方差分析法,分析了V1區(qū)神經(jīng)元整合野在空間頻率、朝向和對比度三種視覺信息聯(lián)合變化下的整合特性。結(jié)果表明:在空間頻率、朝向和對比度三種視覺信息同時(shí)發(fā)生變化的情況下,神經(jīng)元的整合野表現(xiàn)出了不同程度的整合特性,其中對朝向信息的整合作用最明顯,而對空間頻率和對比度的整合作用相對較弱。
【關(guān)鍵詞】：初級視覺皮層 整合野 鋒電位 局部場電位 整合特性
【學(xué)位授予單位】：鄭州大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：R338;TP391.41
【目錄】：

• 摘要4-6
• Abstract6-14
• 1 緒論14-20
• 1.1 研究背景及意義14-15
• 1.2 國內(nèi)外研究現(xiàn)狀15-18
• 1.3 論文的研究內(nèi)容及結(jié)構(gòu)18-20
• 2 鋒電位和局部場電位采集20-31
• 2.1 實(shí)驗(yàn)方案20-23
• 2.1.1 手術(shù)實(shí)驗(yàn)平臺20-22
• 2.1.2 手術(shù)實(shí)驗(yàn)22-23
• 2.2 視覺刺激實(shí)驗(yàn)23-28
• 2.2.1 視覺刺激平臺23-24
• 2.2.2 視覺刺激模式24-28
• 2.3 鋒電位和局部場電位的采集28-29
• 2.4 本章小結(jié)29-31
• 3 大鼠V1 區(qū)神經(jīng)元整合野位置和類型的測定31-38
• 3.1 大鼠V1 區(qū)神經(jīng)元整合野中心坐標(biāo)的測定31-34
• 3.1.1 大鼠V1 區(qū)神經(jīng)元整合野中心坐標(biāo)的測定原理及步驟31-33
• 3.1.2 大鼠V1 區(qū)神經(jīng)元整合野中心坐標(biāo)的測定結(jié)果33-34
• 3.2 大鼠V1 區(qū)神經(jīng)元整合野范圍的測定34-35
• 3.2.1 大鼠V1 區(qū)神經(jīng)元整合野范圍的測定原理及步驟34-35
• 3.2.2 大鼠V1 區(qū)神經(jīng)元整合野范圍的測定結(jié)果35
• 3.3 大鼠V1 區(qū)神經(jīng)元整合野類型的確定35-36
• 3.4 本章小結(jié)36-38
• 4 大鼠V1 區(qū)整合野整合特征的提取38-48
• 4.1 Spike和LFP的預(yù)處理38-41
• 4.1.1 Spike的分類與去噪38-40
• 4.1.2 LFP的去噪40-41
• 4.2 Spike發(fā)放率的提取41
• 4.3 伽馬LFP功率的提取41-43
• 4.4 Spike觸發(fā)的伽馬LFP瞬時(shí)能量的提取43-47
• 4.4.1 Spike觸發(fā)下LFP響應(yīng)的時(shí)間區(qū)間的測定方法43-44
• 4.4.2 Spike觸發(fā)下LFP響應(yīng)的時(shí)間區(qū)間的測定結(jié)果44-46
• 4.4.3 Spike觸發(fā)的伽馬LFP瞬時(shí)能量的提取方法46-47
• 4.5 本章小結(jié)47-48
• 5 大鼠V1 區(qū)整合野的視覺信息整合特性48-68
• 5.1 整合野空間頻率整合特性48-53
• 5.1.1 基于Spike發(fā)放率的整合野空間頻率整合特性分析48-49
• 5.1.2 基于LFP功率的整合野空間頻率整合特性分析49-50
• 5.1.3 基于Spike觸發(fā)的伽馬LFP瞬時(shí)能量的整合野空間頻率整合特性分析 .. 38 5.1.4 三種方法的對比分析50
• 5.1.4 三種方法的對比分析50-53
• 5.2 整合野朝向整合特性53-58
• 5.2.1 基于Spike發(fā)放率的整合野朝向整合特性分析53-54
• 5.2.2 基于LFP功率的整合野朝向整合特性分析54-55
• 5.2.3 基于Spike觸發(fā)的伽馬LFP瞬時(shí)能量的整合野朝向整合特性分析55
• 5.2.4 三種方法的對比分析55-58
• 5.3 整合野對比度整合特性58-62
• 5.3.1 基于Spike發(fā)放率的整合野對比度整合特性分析58-59
• 5.3.2 基于LFP功率的整合野對比度整合特性分析59
• 5.3.3 基于Spike觸發(fā)的伽馬LFP瞬時(shí)能量的整合野對比度整合特性分析59-60
• 5.3.4 三種方法對比分析60-62
• 5.4 基于Spike觸發(fā)的伽馬LFP瞬時(shí)能量的視覺信息整合分析62-66
• 5.5 本章小結(jié)66-68
• 6 總結(jié)與展望68-71
• 6.1 本文工作總結(jié)68-69
• 6.2 課題研究展望69-71
• 參考文獻(xiàn)71-75
• 個(gè)人簡介、在學(xué)期間發(fā)表的學(xué)術(shù)論文與研究成果75-76
• 致謝76

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 ;中國科學(xué)院生物物理研究所視覺信息加工開放研究實(shí)驗(yàn)室研究課題申請指南[J];生物化學(xué)與生物物理進(jìn)展;1993年03期

2 趙思江;;漏看不是眨眼的錯(cuò)[J];大科技(科學(xué)之謎);2011年12期

3 王淑珍;朱思泉;;視覺信息加工的神經(jīng)機(jī)制[J];眼科研究;2008年09期

4 吳衛(wèi)國,郭愛克,馮春華,石淑珍,王谷巖,吳盛立;不同適應(yīng)狀態(tài)下神經(jīng)重疊復(fù)眼接收視覺信息的模式[J];科學(xué)通報(bào);1984年15期

5 ;中國科學(xué)院生物物理研究所視覺信息加工開放研究實(shí)驗(yàn)室研究課題申請指南[J];生物化學(xué)與生物物理進(jìn)展;1989年06期

6 田彥;;中國科學(xué)院生物物理研究所視覺信息加工開放研究實(shí)驗(yàn)室[J];生物科學(xué)信息;1989年06期

7 刁云程;“視覺信息加工”研究圓滿結(jié)束[J];中國科學(xué)基金;1994年01期

8 曲欣;鐘經(jīng)華;;色彩在視覺信息無障礙環(huán)境設(shè)計(jì)中的應(yīng)用[J];科技信息(科學(xué)教研);2008年18期

9 劉瑞光;基于視覺信息的駕駛員制動行為分析[J];山東師大學(xué)報(bào)(自然科學(xué)版);1999年01期

10 董寧寧;;眼睛也分“左撇子”和“右撇子”[J];自然與科技;2007年05期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 何蕓;杜誠;;21世紀(jì)的視覺信息技術(shù)[A];面向21世紀(jì)的科技進(jìn)步與社會經(jīng)濟(jì)發(fā)展（上冊）[C];1999年

2 翁強(qiáng);閆麗;翁偉生;;多維空間感知覺模型對視覺信息加工缺損的研究[A];第十一次中國生物物理學(xué)術(shù)大會暨第九屆全國會員代表大會摘要集[C];2009年

3 劉力;龔海韻;;果蠅蘑菇體對視覺信息的歸納作用[A];首屆中國神經(jīng)信息學(xué)討論會摘要[C];2000年

4 孫明;;視覺信息學(xué)的基本概念及其新技術(shù)在農(nóng)業(yè)中的應(yīng)用[A];中國農(nóng)業(yè)工程學(xué)會2011年學(xué)術(shù)年會論文集[C];2011年

5 王書榮;;視覺信息加工中的神經(jīng)元相互作用[A];第九次全國生物物理大會學(xué)術(shù)會議論文摘要集[C];2002年

6 蘇潤娥;吉國明;宋筆鋒;;人的視覺信息捕捉能力測試軟件[A];陜西省航空裝備制造技術(shù)發(fā)展——第九屆陜西省青年科學(xué)家論壇論文集[C];2006年

7 楊瑾;李瀟;王書榮;;家鴿背外側(cè)丘腦神經(jīng)元參與外側(cè)單眼視覺和環(huán)境亮度檢測[A];第九次全國生物物理大會學(xué)術(shù)會議論文摘要集[C];2002年

8 張春宇;張蔚;劉海鵬;于立平;王小捷;李睿凡;;基于視覺信息的漢語詞匯語義習(xí)得[A];中國計(jì)算機(jī)語言學(xué)研究前沿進(jìn)展（2007-2009）[C];2009年

9 唐克倫;張湘?zhèn)?成思源;熊漢偉;張洪;;視覺信息與CMM測量數(shù)據(jù)的融合[A];第十二屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2005年

10 李珊珊;于慶寶;馮士剛;鹿麒麟;唐一源;;視覺信息等級處理的雙腦協(xié)同性研究[A];大連理工大學(xué)生物醫(yī)學(xué)工程學(xué)術(shù)論文集（第2卷）[C];2005年

中國重要報(bào)紙全文數(shù)據(jù)庫 前2條

1 記者 班威;“家務(wù)機(jī)器人”能走能做家務(wù)[N];新華每日電訊;2010年

2 本報(bào)駐北京記者 李雪;北京心目影院 盲人的音畫世界[N];中國文化報(bào);2014年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前7條

1 查正軍;基于機(jī)器學(xué)習(xí)方法的視覺信息標(biāo)注研究[D];中國科學(xué)技術(shù)大學(xué);2009年

2 祝博薈;基于深度與視覺信息融合的行人檢測與再識別研究[D];東華大學(xué);2013年

3 何立火;視覺信息質(zhì)量感知模型及評價(jià)方法研究[D];西安電子科技大學(xué);2013年

4 尹顯東;多維隨機(jī)序列敏感視覺信息隱藏技術(shù)研究[D];電子科技大學(xué);2007年

5 沈喬楠;堆石混凝土施工管理中視覺信息的處理方法及應(yīng)用研究[D];清華大學(xué);2010年

6 王蒙軍;唇讀發(fā)聲器中視覺信息的檢測與處理[D];天津大學(xué);2007年

7 劉震;基于局部視覺信息的大規(guī)模圖像檢索研究[D];中國科學(xué)技術(shù)大學(xué);2015年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 王苗苗;聯(lián)合鋒電位和局部場電位的視覺信息整合特性研究[D];鄭州大學(xué);2015年

2 凡思武;基于視覺信息和樹匹配的Deep Web數(shù)據(jù)抽取問題的研究[D];山東大學(xué);2015年

3 彭凌玲;視覺信息的能量[D];吉林大學(xué);2005年

4 張e，

本文編號：333948