多重電極を用いた神経インタフェースのリアルタイム信号処理システム

多电极神经接口实时信号处理系统

基本信息

批准号：
16760323
负责人：
片山統裕
金额：
$ 2.24万
依托单位：
Tohoku University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Young Scientists (B)
财政年份：
2004
资助国家：
日本
起止时间：
2004 至 2006
项目状态：
已结题

来源：
https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-16760323/
关键词：
脳マシンインタフェース複素独立成分分析連続ウェーブレット変換デコンボリューションニューロンテトロードパターン識別活動電位ウェブレット解析神経スパイク弁別自己組織化ブレイン・マシン・インタフェースクラスター分析ブラインド信号分離独立成分解析

项目摘要

ブレイン・マシンインタフェースの研究では,複数ニューロン活動の観測のために多重電極を脳に埋め込む方法が広く用いられる.この方法では,神経スパイク波形をパターン識別処理によってグループ化することにより,ニューロンごとの活動時系列を得るスパイク弁別が必要であるが,計算量が大きいことと,近接したニューロンが同時発火したときに生じる重畳スパイク波形を分離することが困難であるという問題があった.独立成分分析法が有効であることが示唆されていたが,弁別性能が十分でないことが問題であった.平成18年度の研究では,多重電極によるニューロン観測系を畳み込み混合によってモデル化し,これを解く新しい弁別アルゴリズムについて検討した.観測された複数ニューロンの細胞外電位信号に対して連続ウェーブレット変換ののち複素独立成分分析法を適用することにより,特定の周波数帯域に着目すれば,神経スパイクの弁別精度が向上しうることを見出した.神経スパイク弁別では各スパイクの発生タイミングが求まれば良いので,主要な周波数成分についてのみ分離を行うことは計算量を低減することにもつながり,リアルタイム信号処理システムの構築のためにも妥当な選択であるといえる.試験データを用いて分離性能を評価した.試験データはモルモットの脳組織において4重電極で記録した実験データに基づいて構成した.実数値ICAによる従来法に比べ,提案法の方がクロストーク減衰量で平均11dB優れていること,及び,分離できるニューロン数が2.4から3.6に増加することが示された.特に,複雑スパイクの弁別において大幅に弁別精度が向上すること,及び,スパイク検出のための閾値の設定において頑健性が向上することが明らかになった.本研究成果は,脳の情報処理メカニズムの研究及びブレイン・マシンインタフェースの開発に大きく貢献するものと期待される.

在脑机接口研究中，广泛采用在大脑中植入多个电极的方法来观察多个神经元的活动。在该方法中，通过模式识别处理对神经尖峰波形进行分组来确定每个神经元的活动。获得时间序列是必要的，但存在的问题是需要大量的计算，并且难以分离相邻神经元同时放电时出现的叠加尖峰波形。有人认为成分分析方法是有效的，但问题是判别性能不足。在2006年的研究中，通过卷积混合对使用多个电极的神经元观察系统进行了建模，并解决了这个问题。新的判别算法。通过对观察到的多个神经元的细胞外电位信号进行连续小波变换后的复独立分量分析，我们可以通过关注特定频段来提高神经尖峰的判别精度。在神经尖峰辨别中，只需要找到每个尖峰的时序，因此仅分离主要频率分量会导致计算量的减少，这可以说更容易用于实时信号处理系统。证明这是一个合理的构建方法。使用测试数据评估分离性能。测试数据是基于用四电极在豚鼠脑组织中记录的实验数据构建的。通过实值ICA与常规方法进行比较。结果表明，该方法在串扰衰减方面具有平均11 dB的优越性，并且可分离的神经元数量从2.4个增加到3.6个，特别是在复杂尖峰的判别中，判别精度显着提高。该研究成果将对大脑信息处理机制的研究和脑机接口的发展做出巨大贡献。