无监督尖峰排序中具高阶形状保持的动作电位高效近似
信号处理
2022-04-29 v1
摘要
本文提出了一种加入常规尖峰处理链的新型近似单元，其显著降低了高硬件成本特征提取器的复杂度。提出并建模了泰勒多项式的使用，利用其级联导数非均匀地捕获每个尖峰中的本质样本，以进行可靠的特征提取与排序。近似单元的加入可对尖峰波形提供 3 倍压缩（即从 66 到 22 个样本），同时保持其形状。基于体内测量生成的详细尖峰波形序列已使用定制神经模拟器产生，用于在六个已发布的特征提取器上评估近似单元性能。对于介于 0.05 和 0.3 之间的噪声水平 {\sigma}_N 以及每通道 3 个尖峰的组，所有特征提取器在近似前后提供几乎相同的排序性能。包含近似单元与特征提取的整体实现成本在高硬件成本且更精确的特征提取器中显示出大幅降低（即高达 8.7 倍），为特征提取设计提供了实质性改进。
引用
@article{arxiv.2204.13463,
title = {Efficient Approximation of Action Potentials with High-Order Shape Preservation in Unsupervised Spike Sorting},
author = {Majid Zamani and Christian Okreghe and Andreas Demosthenous},
journal= {arXiv preprint arXiv:2204.13463},
year = {2022}
}