利用复谱特征从局部场电位极小极大最优解码运动目标
神经与进化计算
2019-01-30 v1 神经元与认知
摘要
我们考虑通过记录在猕猴前额叶皮层中多电极阵列上的局部场电位(LFP)来预测眼动目标的问题。猴子被要求执行记忆引导的扫视至八个目标之一，期间记录 LFP 活动并用于训练解码器。先前的报告主要依赖 LFP 的频谱幅度作为解码步骤中的特征且成效有限，同时在缺乏恰当理论依据的情况下忽略了相位。本文在统计最优框架中表述解码眼动意图的问题，并使用高斯序列建模与平斯克定理生成 LFP 信号的极小极大最优估计，随后将其用作解码步骤中的特征。该方法被证明充当低通滤波器，特征空间中的每个 LFP 经适当收缩后通过其复傅里叶系数表示，使得高频分量被衰减；以此方式，LFP 信号中固有存在的相位信息被自然嵌入特征空间。所提出的基于复谱的解码器在前额叶皮层表面附近的浅层电极深度处达到高达 的预测准确率，这标志着相对于传统基于功率谱的解码器的显著性能提升。
引用
@article{arxiv.1901.10397,
title = {Minimax-optimal decoding of movement goals from local field potentials using complex spectral features},
author = {Marko Angjelichinoski and Taposh Banerjee and John Choi and Bijan Pesaran and Vahid Tarokh},
journal= {arXiv preprint arXiv:1901.10397},
year = {2019}
}
备注
Under review