神經細胞訊號的一種分類方法

以作者查詢圖書館館藏

、以作者查詢臺灣博碩士

、以作者查詢全國書目

、勘誤回報

、線上人數：25

、訪客IP：3.144.233.172

姓名

李易霖(Yi-Lin Li) 查詢紙本館藏

畢業系所

數學系

論文名稱

神經細胞訊號的一種分類方法

相關論文

★ 台灣與韓國之十二年數學課程比較	★ 台灣與英國三角函數課程之教科書比較
★ 以自迴歸模型分析神經元訊號間之因果關係	★ 自由邊界的保角參數化在Matlab上實現
★ 利用數值模擬探討各式干擾因子對兩電生理訊號因果關係判讀之影響	★ 一個物件導向的數學概念學習與診斷工具
★ 增加解析度的凌波演算法	★ 提昇後的凌波函數與數值分析
★ Helmholtz 方程與 Wavelet 迭代法	★ 影像放大與直脊函數
★ 雙正交凌波函數於血壓與交感神經活性訊號分析之應用	★ 中小學數學創意教學競賽實施之研究
★ 血壓與交感神經活性訊號關係的數學模型	★ 國中生胚騰推理與數學能力之相關性研究
★ 台灣與日本之十二年數學課程比較	★ 台灣與新加坡之十二年數學課程比較

檔案

[Endnote RIS 格式]

[Bibtex 格式]

[相關文章]

[文章引用]

[完整記錄]

[館藏目錄]

[檢視]

[下載]

本電子論文使用權限為同意立即開放。
已達開放權限電子全文僅授權使用者為學術研究之目的，進行個人非營利性質之檢索、閱讀、列印。
請遵守中華民國著作權法之相關規定，切勿任意重製、散佈、改作、轉貼、播送，以免觸法。

摘要(中)

要研究大腦的活動，我們就要研究神經細胞的活性。
神經元活動時會發出能被微電極探測到的動作電位，
記錄這些訊號並加以分析，才能研究大腦的活動。
但通常一根微電極探測到的動作電位會來自數個神經元，
而且合成了不可預測的雜訊。
因此，分析神經活性訊號的第一個步驟就是要探測動作電位的發生，
其次就是動作電位的分類。
這篇論文不談探測，而提出一種新的分類方法。
我們先介紹神經細胞活性與動作電位的背景知識，
然後介紹一種常被使用的分類方法：主成分分析 (簡稱 PCA)。
PCA 屬於多變量分析領域，很早就被應用在動作電位的分類。
這個分類法雖然能在許多情況下分類動作電位，但依然有些問題無法解決。
當數個神經元發出的動作電位差異不大時，
PCA 的分類結果就會受到操作者的影響而變得不客觀。
本論文提出一個新的分類方法，這個方法的目的是當碰到動作電位差異不大的情況時，
可以用一個較客觀的方式分類動作電位。
這個新方法的另一個優點是可以估計分類正確率，
因此我們能知道分類結果是否可以信賴。
除了推導這個新方法以外，我們也設計了三組數據，
用以示範新方法的功效，並與 PCA 做比較。

關鍵字(中)

★ 動作電位

關鍵字(英)

★ spike

論文目次

第一章背景知識------------------1
1.1 動作電位分類-----------------1
1.2 實驗訊號的製作---------------4
第二章主成分分析----------------6
2.1 PCA 簡介---------------------6
2.2 應用 PCA 分類動作電位--------9
2.3 其他的分類問題--------------11
2.4 真實訊號的處理--------------12
第三章兩群點的分類-------------14
3.1 分類方法--------------------14
3.2 $alpha$ 及 a-b 的估計------19
3.3 實驗------------------------22
第四章動作電位分類-------------25
4.1 基本的分類方法--------------25
4.2 應用------------------------28
4.3 結論及發展------------------31
參考書目------------------------32

參考文獻

[1] K.V.Mardia, J.T.Kent and J.M.Bibby,
Multivariate Analysis, Academic Press, 1979.
[2] Michal S.Lewicki,
A review of methods for spike sorting:the detection and
classification of neural action potentials,
Network:Comput.Neural Syst.9 (1998) R53-R78.
[3] Andre Diedrich, Warakorn Charoensuk,
Robert J.Brycyta, Andrew C.Ertl, and
Richard Shiavi, Analysis of Raw Microneurographic Recordings Based on
Wavelet DeNoising Technique and Classification Algorithm:Wavelet Analysis in
Microneurography
IEEE Transactions on Biomedical Engineering, vol.50, no.1,
January 2003.
[4] Kenneth D.Harris, Darrell A.Henze, Jozsef Csicsvari,
Hajime Hirase, and Gy.orgy Buzsaki,
Accuracy of Tetrode Spike Separation as Determined
by Simultaneous Intracellular and Extracellular Measurements,
Journal of Neurophysiology 84:401-414, 2000.
[5] 吳慶餘, 林金盾, 基礎生命科學,
藝軒圖書, 2003, pp.$386$--$390$.
[6] 黃世傑, 王瑋龍, 陳森香, 生物學,
偉華, 2003, pp,$386$--$390$.
[7] George B.Johnson, 生物學,學銘,
2004, p.$460$.
[8] Sylvia S.~Mader, 生物學：探索生命,
偉明, 2004, pp.$368$--$370$.

指導教授

單維彰(Wei-Chang Shann)

審核日期

2005-7-20

推文