峰電位分類將一個(gè)電極檢測(cè)到的多種峰電位分類,與單個(gè)神經(jīng)元對(duì)應(yīng),是神經(jīng)科學(xué)研究中腦電信號(hào)預(yù)處理的基本步驟之一,也是植入式腦-機(jī)接口研究中的一個(gè)重要方向。隨著電極技術(shù)的發(fā)展,多個(gè)電極可以同時(shí)采集腦電信號(hào),導(dǎo)致人工參與峰電位分類的工作量大,對(duì)峰電位分類過(guò)程提出了自動(dòng)化無(wú)監(jiān)督的要求。另一方面,電極通道數(shù)增加也帶來(lái)了峰電位分類耗時(shí)較大的問(wèn)題。針對(duì)現(xiàn)有峰電位分類算法提取的特征表征能力不強(qiáng),導(dǎo)致噪聲大的時(shí)候類別混疊,分類效果差的問(wèn)題,本文提出LDA_DP算法,通過(guò)線性判別分析（Linear Discriminant Analysis,LDA）和密度峰值聚類（Clustering by Density Peak,DP）的迭代提高特征空間的表征能力,利用聚合策略實(shí)現(xiàn)類別數(shù)目的確定,可以實(shí)現(xiàn)自動(dòng)無(wú)監(jiān)督地完成峰電位分類;針對(duì)多通道峰電位分類算法的并行計(jì)算特性,本文基于圖形處理器和統(tǒng)一設(shè)備計(jì)算架構(gòu)（Compute Unified Device Architecture,CUDA）優(yōu)化LDA_DP算法,通過(guò)將不同通道產(chǎn)生的數(shù)據(jù)并行處理,對(duì)算法中的運(yùn)算步驟設(shè)計(jì)并行實(shí)現(xiàn)方式,... 

【文章來(lái)源】：浙江大學(xué)浙江省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：91 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖１．２峰電位處理過(guò)程

圖ｉ．ｉ動(dòng)作電位產(chǎn)生的過(guò)程??峰電位的處理流程包括濾波、檢測(cè)與分類，其中分類包括特征提取和聚類兩??個(gè)步驟，圖１．２所示為峰電位處理流程。電極記錄的電信號(hào)經(jīng)過(guò)帶通濾波得到未??分類的峰電位信號(hào)，由電極附近神經(jīng)元的動(dòng)作電位與背景噪聲疊加而成，如圖】．２??（ａ）所示；峰電位檢測(cè)將神經(jīng)元發(fā)放的峰電位從原始信號(hào)中提取出來(lái)，檢測(cè)到??的峰電位如圖１．２?（ｂ）所示，可以看到３種峰電位波形混合在一起；峰電位分類??將同一個(gè)電極記錄到的多種峰電位根據(jù)波形劃分成不同的類別，與單個(gè)神經(jīng)元對(duì)??應(yīng)［３］，一般包括特征提取和聚類兩個(gè)過(guò)程［４］，如圖１．２?（ｃ）、圖１．２?（ｄ）所示，特??征提取要尋找能夠?qū)⒎咫娢慌c背景噪聲或其他神經(jīng)元產(chǎn)生的峰電位區(qū)分開的特??征，聚類則是根據(jù)相異度和相似度對(duì)峰電位進(jìn)行分類。分類后的結(jié)果如圖１．３所??示，一般來(lái)說(shuō)，同一個(gè)神經(jīng)元產(chǎn)生的峰電位波形都是相似的，不同的神經(jīng)元產(chǎn)生??的峰電位波形是不同的［５］

計(jì)算能力更強(qiáng)的處理器平臺(tái)。圖形處理器（Ｇｒａｐｈｉｃ?Ｐｒｏｃｅｓｓ?Ｕｎｉｔ，?ＧＰＵ）技術(shù)幾年??來(lái)發(fā)展非常迅速，其計(jì)算能力越來(lái)越強(qiáng)于中央處理器（Ｃｅｎｔｒａｌ?Ｐｒｏｃｅｓｓｉｎｇ?Ｕｎｉｔ，??ＣＰＵ）。如圖１＿４和圖１．５所示，英偉達(dá)（Ｎｖｉｄｉａ）?ＧＰＵ的浮點(diǎn)計(jì)算性能在２０１２年??突破了每秒３千億萬(wàn)次，吞吐量提高了?３０％ｔ｜９ｌ，?２０１６年浮點(diǎn)計(jì)算性能突破每秒??１萬(wàn)億萬(wàn)次，Ｇｅｆｏｒｃｅ系列ＧＰＵ內(nèi)存帶寬突破每秒７百億萬(wàn)ＧＢＭ１。不斷加強(qiáng)的??計(jì)算性能，使得ＧＰＵ在通用計(jì)算領(lǐng)域成為熱點(diǎn)，專用于解決數(shù)據(jù)并行計(jì)算的問(wèn)??題，計(jì)算密度極高。英偉達(dá)Ｔｅｓｌａ系列板卡與Ｇｅｆｏｒｃｅ系列板卡是專用于科學(xué)計(jì)??算的計(jì)算卡，為科學(xué)計(jì)算提供了很大的加速比，能夠?qū)崿F(xiàn)大規(guī)�？茖W(xué)計(jì)算，極大??地促進(jìn)了數(shù)據(jù)科學(xué)以及深度學(xué)習(xí)領(lǐng)域的發(fā)展。??Ｔｈｅｏｒｅｔｉｃａｌ?６ｆＬ０Ｐ／ｓ?ａｔ?ｂａｓｅ?ｄｏｃｈ??Ｊ１０００?－ｒ??－＾ＮＶＩＤＩＡ?ＧＰＵ?Ｓｉｎｆｉｆ?Ｐｒｃｃｍｏｎ??１００００?＊?／??＾＾？ＮＶＩＤＩＡ?ＧＰＵ?Ｄｏｕｂｌｅ?Ｐｒｅｔｗｏｎ?／??９Ｓ〇°?；?一物丨和—?／??９０００?｜?／??８５００?ｉ?／??８０００?４?／??７５００?ｔ?／??ｚ＼?Ｊ??Ｓ５００?ｊ??ｓｏｏｏ?ｔ?／?／??


本文編號(hào)：3352772