基于贝叶斯联合模型的皮层脑机接口实现: 动作电位的实时检测、分类和解码

项目名称： 基于贝叶斯联合模型的皮层脑机接口实现: 动作电位的实时检测、分类和解码

项目编号： No.61401028

项目类型： 青年科学基金项目

立项/批准年度： 2014

项目学科： 无线电电子学、电信技术

项目作者： 李征

作者单位： 北京师范大学

项目金额： 24万元

中文摘要： 精确的皮层脑机接口解码对于临床应用至关重要。传统皮层脑机接口的信号处理分三阶段：用阈值电压来检测动作电位；将动作电位归属于某一个神经元(分类)；最后对神经元群的动作电位序列进行解码，输出假肢控制信号。前人工作中，上述步骤均依次进行，导致各个阶段的不确定性信息无法传递给其他阶段。比如第二阶段中，只能将一个动作电位归属于A细胞或B细胞，不可输出70%可能属于A、30%可能属于B的信息。这彻底忽视并阻碍了利用不确定性信息来促进解码的可能性。本项目旨在利用各阶段的不确定性信息来更好地应对信号中的噪音。为了实现这目标，前人研究中独立进行的检测、分类和解码将被整合到统一的联合概率推论框架之中，通过一个贝叶斯算法联合推论，实现各个阶段的不确定性信息共享，提高各阶段的精度，最终增强解码效果和噪音容忍度，促进皮层脑机接口的临床应用。我们将用猕猴实验来检验该算法。

中文关键词： 脑机接口；锋电位分类；神经解码；隐马尔科夫模型；

英文摘要： Accurate decoding is critical to the clinical use of cortical brain-machine interfaces (BMI). The signal processing in typical cortical BMI systems consists of three steps: the detection of action potentials via a voltage threshold, the identification of

英文关键词： brain computer interface；spike sorting；neural decoding；hidden Markov model；