神经活动中事件检测与分类的框架
神经元与认知
2007-05-23 v2 定量方法
摘要
我们提出了一种基于信号时频谱的实时预测神经活动中点状事件的方法，该方法既适用于局部场电位（LFP）等连续过程，也适用于脉冲序列。我们在先前从执行记忆扫视任务的猕猴外侧顶叶内区（LIP）获取的 LFP 和脉冲活动记录上进行了测试。与早期对已知起始时间的试次进行分类的工作不同，我们的方法直接从数据中检测并分类试次。它提供了一种定量比较和对比 LFP 信号与脉冲序列内容的方法：我们发现基于 LFP 的检测器性能与基于脉冲发放率的性能相匹配。该方法应可在基于 LFP 信号的神经假体开发中得到应用。我们的方法使用了一种我们称之为二维倒谱（2D cepstrum）的新特征向量。
引用
@article{arxiv.q-bio/0507045,
title = {A framework for detection and classification of events in neural activity},
author = {Hemant Bokil and Bijan Pesaran and R. A. Andersen and Partha P. Mitra},
journal= {arXiv preprint arXiv:q-bio/0507045},
year = {2007}
}
备注
30 pages, 6 figures; This version submitted to the IEEE Transactions in Biomedical Engineering