学科分类
/ 1
2 个结果
  • 简介:多电极微阵列(multi-electrodearrays,MEA)技术的发展,使同时记录多个神经元活动成为可能。在多电极阵列芯片上体外培养海马神经元网络,采用互相关函数对神经元网络自发信号进行分析。通过分析不同电极上的锋电位序列信号,互相关函数可以找出它们之间的相互联系,从而映射出相应神经元之间的连接状况和动态特性。实验结果表明:互相关函数能够描述神经元网络的结构及神经元间电活动的动态特性,并有助于我们了解神经元群体活动对信息的综合处理与编码。

  • 标签: 多电极阵列(MEA) 互相关函数 培养神经元网络 动态特性 锋电位序列
  • 简介:通过径向基函数神经网络的分析,对神经元脉冲电位信号提出了新的分类方法。对原始信号进行峰电位检测,获得脉冲电位信号样本,以主成分进行预分类,选取与类中心方差小的典型脉冲电位集合作为径向基网络的训练样本,让神经网络进行自适应学习,以实现对原始信号的分类。仿真结果表明,在对模拟的脉冲电位信号进行分类时此方法的错误率比主成分聚类法和形状聚类法小。多电极细胞外记录的海马神经元细胞电活动信号应用此方法分类也取得了较好的效果。

  • 标签: 径向基函数神经网络 脉冲电位分类 多电极阵列 主成分分析 海马神经元网络