時(shí)變自回歸模型在清醒大鼠局部場(chǎng)電位特征分析中的應(yīng)用.pdf

1、初級(jí)視覺(jué)皮層（V1區(qū)）是非常重要的視覺(jué)區(qū)域，深入分析V1區(qū)信號(hào)的響應(yīng)特性對(duì)對(duì)于人們理解嚙齒類動(dòng)物的視覺(jué)通路和視覺(jué)通路在視覺(jué)認(rèn)知方面的作用有重要的意義。同步和去同步狀態(tài)是清醒大鼠腦活動(dòng)的兩種典型狀態(tài)，分析不同狀態(tài)下局部場(chǎng)電位(LFP)的時(shí)頻特性差異是解析大腦神經(jīng)信息處理機(jī)制的基礎(chǔ)。時(shí)頻分析可以作為研究局部場(chǎng)電位時(shí)頻域信息的有效手段。傳統(tǒng)的時(shí)頻分析方法由于時(shí)頻分辨率低或是正確性低等問(wèn)題并不能提供較高的分析精度，不能準(zhǔn)確區(qū)分同步與去同步狀態(tài)下

2、局部場(chǎng)電位信號(hào)的能量變化。因此，基于時(shí)變自回歸(TVAR)模型結(jié)合卡爾曼濾波算法的實(shí)時(shí)頻譜分析方法逐漸受到學(xué)者們青睞。
　　基于此，本文針對(duì)清醒大鼠同步狀態(tài)與去同步狀態(tài)下局部場(chǎng)電位信號(hào)的非線性特征，基于時(shí)變自回歸模型與卡爾曼濾波算法實(shí)現(xiàn)時(shí)頻分析，并與基于短時(shí)傅里葉變換和小波變換方法時(shí)頻分析對(duì)比，驗(yàn)證了其優(yōu)越性。主要研究?jī)?nèi)容如下:
　　1.動(dòng)物實(shí)驗(yàn)與信號(hào)特征。進(jìn)行慢性植入手術(shù)并采集與記錄了清醒LE大鼠V1區(qū)的局部場(chǎng)電位信號(hào)，分

3、析了同步與去同步狀態(tài)下局部場(chǎng)電位信號(hào)的特征。最后根據(jù)常用分析方法研究了局部場(chǎng)電位信號(hào)特征，為研究局部場(chǎng)電位信號(hào)時(shí)頻特性奠定了先驗(yàn)知識(shí)基礎(chǔ)。
　　2.傳統(tǒng)實(shí)時(shí)頻分析方法研究。首先研究基于短時(shí)傅里葉變換(STFT)方法的實(shí)時(shí)頻譜分析，受“測(cè)不準(zhǔn)原理”限制，STFT方法的實(shí)時(shí)頻分析不能同時(shí)給出精度較高的時(shí)頻分辨率;基于小波變換的時(shí)頻分析可以提高時(shí)頻分辨率，但是小波基函數(shù)的選擇較為困難，且由于其相位信息的局部性而造成了時(shí)頻分析正確性的降低

4、。
　　3.局部場(chǎng)電位狀態(tài)空間模型的建立。為了提高動(dòng)態(tài)頻譜分析精度，引入了TVAR模型頻譜分析方法，建立了狀態(tài)空間模型，并用卡爾曼濾波實(shí)現(xiàn)參數(shù)的迭代更新，與傳統(tǒng)最小二乘法進(jìn)行對(duì)比，卡爾曼濾波算法實(shí)現(xiàn)了最優(yōu)模型估計(jì)，其估計(jì)誤差與估計(jì)誤差方差都較小。
　　4.實(shí)時(shí)頻譜分析方法效果的對(duì)比。研究了基于TVAR模型結(jié)合卡爾曼濾波算法的實(shí)時(shí)頻譜分析與基于STFT方法和小波變換方法實(shí)時(shí)頻譜分析的對(duì)比，分析了三種方法的分辨率、對(duì)于局部場(chǎng)電位