初级视觉皮层动作电位特征提取及神经元朝向研究

初级视觉皮层动作电位特征提取及神经元朝向研究

论文摘要

视觉是动物获取信息的主要途径之一,动物所感知的外界信息中80%以上是经视觉获得。自然界经过数亿年的长期进化使得动物视觉系统成为目前已知的功能最完备、机制最优秀的信息处理系统之一,隐含了许多极为高效的图像处理机制。对视觉信息处理机制的研究已经成为心理学、神经科学、智能科学、计算机科学等学科共同关注的重大研究课题之一。V1区作为初级视觉皮层,几乎所有来自于视网膜的自然图像信息都要经过该区的处理,是视觉信息的必经区域,另外,V1区包含了去除冗余后的自然图像的所有特征信息。因此,V1区是采集视觉信号、研究视皮层如何进行视觉信息进行表达的最佳位置。本文主要以大鼠为研究对象,研究了其初级视觉皮层响应的特征及与光栅朝向参数之间的对应关系,文章共由以下三个部分构成:1.设计了详细的实验方案,包括实验平台、手术方案、视觉刺激方案等,为V1区响应特征的提取及与光栅朝向对应关系的研究提供了神经生理学上的支持;2.按照以上实验方案采集了大鼠V1区在光栅刺激下的响应信号,并完成了对动作电位的预处理,包括动作电位的检测和分类。详细介绍了本文所采用的神经元动作电位分类算法流程——基于小波变换和模糊-c均值聚类相结合的方法,为利用这些信号进行特征提取和建立与光栅刺激的对应关系做了准备;3.在实现神经元分类之后,本文从动作电位频率特性、时间特性以及神经元间的同步作用角度分析了刺激前后神经元响应的情况,发现刺激前后神经元这些响应特征都有显著变化;采用反向相关的方法计算了神经元的朝向调谐曲线,并采用单因素方差和多重比较的方法对大样本数据进行了统计学分析,从统计学的角度分析了光栅刺激与神经元朝向的对应关系,发现部分神经元具有很好的朝向选择性;4.采用互协方差函数建立了刺激之间的相关关系和刺激与响应之间的相关关系,并利用相关关系对朝向特征进行了预测研究。从预测结果可以看出,该算法可以对部分朝向进行预测。

论文目录

  • 摘要
  • Abstract
  • 目录
  • 图和附表清单
  • 1 绪论
  • 1.1 课题来源与研究意义
  • 1.2 国内外研究现状
  • 1.3 本文主要研究工作
  • 2 实验数据的采集与记录
  • 2.1 大鼠初级视觉皮层多通道信息获取实验平台
  • 2.2 手术方案
  • 2.3 刺激方案
  • 2.3.1 刺激模式——全屏光栅
  • 2.3.2 试验参数
  • 2.4 小结
  • 3 神经元动作电位分类
  • 3.1 动作电位的检测
  • 3.2 动作电位的分类
  • 3.2.1 基于小波变换动作电位波形特征提取
  • 3.2.2 模糊C-均值聚类
  • 3.3 分类结果
  • 3.4 小结
  • 4 初级视觉皮层动作电位特征提取及神经元朝向研究
  • 4.1 神经元动作电位特征提取
  • 4.1.1 动作电位的频率特征提取
  • 4.1.2 动作电位的时间特征提取
  • 4.1.3 动作电位的群体特征提取
  • 4.2 光栅刺激与神经元朝向对应关系的研究
  • 4.2.1 神经元朝向调谐曲线
  • 4.2.2 响应特征的统计学分析
  • 4.3 朝向特征预测研究
  • 4.4 小结
  • 5 总结与展望
  • 5.1 总结
  • 5.2 展望
  • 参考文献
  • 致谢
  • 个人简历、在学期间发表的学术论文与研究成果
  • 相关论文文献

    • [1].沙化土地地理信息多维结构特征提取仿真[J]. 计算机仿真 2019(11)
    • [2].基于卷积神经网络特征提取的轻量级包装袋分类模型[J]. 塑料科技 2020(08)
    • [3].图片特征提取[J]. 中小企业管理与科技(中旬刊) 2017(03)
    • [4].六种常用的网络流量特征提取工具[J]. 计算机与网络 2017(06)
    • [5].浅议车牌识别中字符的特征提取方法[J]. 科技传播 2009(05)
    • [6].基于分级特征提取的货物分拣机器人目标自动识别系统设计[J]. 自动化与仪器仪表 2020(05)
    • [7].多模态生物特征提取及相关性评价综述[J]. 中国图象图形学报 2020(08)
    • [8].多传感器数据融合在船舶特征提取中的应用[J]. 舰船科学技术 2016(18)
    • [9].溯洄从之,一波三折——关于特征提取的教学实例与策略[J]. 中国信息技术教育 2020(07)
    • [10].基于局部加权的非线性特征提取方法[J]. 华中科技大学学报(自然科学版) 2013(S1)
    • [11].基于多特征提取的识别算法数学建模优化研究[J]. 哈尔滨师范大学自然科学学报 2013(04)
    • [12].一种新的基于瓶颈深度信念网络的特征提取方法及其在语种识别中的应用[J]. 计算机科学 2014(03)
    • [13].一种基于特征提取的简答题阅卷算法[J]. 湖南工程学院学报(自然科学版) 2010(01)
    • [14].基于改进符号序列熵的岸桥齿轮箱退化特征提取研究[J]. 机电工程 2020(02)
    • [15].基于自编码的特征提取方法在生物医学领域中的应用进展[J]. 中国卫生统计 2020(02)
    • [16].基于时变三维坐标重构的空间锥体目标微动特征提取方法[J]. 空军工程大学学报(自然科学版) 2020(02)
    • [17].基于特征提取和随机森林的风机故障诊断[J]. 科学技术创新 2020(26)
    • [18].互联网+嵌入式移动4G教学终端——农业病虫害特征提取系统的研究[J]. 电子技术与软件工程 2019(21)
    • [19].恶意流量特征提取综述[J]. 信息网络安全 2018(09)
    • [20].基于特征提取的图像相似度研究[J]. 信息系统工程 2016(01)
    • [21].基于敏感分量融合的液压泵退化特征提取方法[J]. 仪器仪表学报 2016(06)
    • [22].几种藏文字特征提取方法比较研究[J]. 信息与电脑(理论版) 2014(08)
    • [23].基于层次特征提取的文本分类研究[J]. 计算机应用与软件 2020(02)
    • [24].基于关联规则特征提取的心理大数据评估方法[J]. 周口师范学院学报 2020(02)
    • [25].基于三角函数迭代的视频数据特征提取[J]. 图学学报 2020(04)
    • [26].光纤安防监测信号的特征提取与识别研究综述[J]. 计算机工程与应用 2019(03)
    • [27].基于特征提取的绘本阅读机器人设计方案[J]. 电子制作 2019(15)
    • [28].基于特征提取及聚类算法的增量图片筛选系统[J]. 电视技术 2017(Z3)
    • [29].一种新颖的通信辐射源个体细微特征提取方法[J]. 电波科学学报 2016(01)
    • [30].一种基于链码的线特征提取方法[J]. 测绘科学 2014(09)

    标签:;  ;  ;  ;  ;  

    初级视觉皮层动作电位特征提取及神经元朝向研究
    下载Doc文档

    猜你喜欢