神經細胞訊號的一種分類方法

Please use this identifier to cite or link to this item: http://ir.lib.ncu.edu.tw/handle/987654321/7872

Title:	神經細胞訊號的一種分類方法
Authors:	李易霖;Yi-Lin Li
Contributors:	數學研究所
Keywords:	動作電位;spike
Date:	2005-06-29
Issue Date:	2009-09-22 11:07:46 (UTC+8)
Publisher:	國立中央大學圖書館
Abstract:	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。
Appears in Collections:	[Graduate Institute of Mathematics] Electronic Thesis & Dissertation

Files in This Item:

File	Size	Format

社群 sharing

Loading...