CN115054266B 一种神经信号处理方法、装置、设备及存储介质 （中国科学院上海微系统与信息技术研究所）

本发明公开了一种神经信号处理方法、装标准放电波形能够更准确和方便的验证高通量2对所述神经元放电波形分类数据中目标通道、目标波形类型的波形数据进行波形处计算所述神经元放电波形分类数据中每个波形类型对根据所述神经元的性能指标对所述神经元放电波形分类数据进对筛选后的所述神经元放电波形分类数据中目标通道、目标波形类3.根据权利要求1所述的方法，其特征在于，所述对所述神经元放电波形数据进行分对所述第一波形聚类数据进行通道间聚类，得到第二波形聚类基于降维后的所述神经元放电波形数据进行通道内聚类，得到所述第一波形聚类数获取高通量、高密度深部神经电极的通道之间的距离，得到多个根据所述比较结果和所述对应关系得到所述通道间距值在所述预设通道间距阈值内基于所述第一波形聚类数据计算所述通道组合中神经元放电波形数据之间的类间距3根据所述类间距投影映射比较结果，将小于所述预设类间距投获取用于筛选神经元放电波形数据的目标通道和在所述神经元放电波形分类数据中提取所述目标通道、所述目对所述目标通道、所述目标波形类型的神经元对应的放根据所述目标通道、所述目标波形类型的神经元对应的放电波形根据所述目标通道、所述目标波形类型的神经元对应的放电波形数其中，所述神经元放电波形分类数据包括至少一个波波形处理模块，用于对所述神经元放电波形分类数据中目标所述代码集或指令集由所述处理器加载并执行以实现如权利要求1-7任一项所述的神经信集由处理器加载并执行以实现如权利要求1-7任一项所述4[0003]大脑电生理信号的记录方式从最原始的单根金属丝记录小鼠大脑神经元放电开5[0022]根据所述比较结果和所述对应关系得到所述通道间距值在所述预设通道间距阈[0023]基于所述第一波形聚类数据计算所述通道组合中神经元放电波形数据之间的类6或指令集由处理器加载并执行以实现本发明第一方面脑机接口和其他神经电生理研究领域具有潜在应用。7[0052]图1是本发明实施例提供的一种神经信号处理方法的流程图，本说明书提供了如的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。具体的如图1所8[0064]图2是本发明实施例提供的对神经元放电波形数据进行分类的流程图，具体的如9[0084]对于高密度深部神经电极而言，单个神经元的放电很容易在多个通道上被采集[0085]本发明实施例先对每一通道中不同类型的神经元进行聚参数的取值范围，例如信噪比(SNR，Signal-NoiseRatio)、噪声重叠度(其英文名称为[0092]具体的，当用于描述神经元性能特征的上述参数在各自对应的预设取值范围内[0093]具体的，根据性能指标的取值可以将神经元分为噪声(Noise)，孤立神经元中的numpy软件包的mean函数对每一通道种每类神经元所有波形数据求平均值，根据实际[0105]具体的，步骤S1042可以是通过python的matplotlib软件包将获得的平均波形进量和评估高通量高密度深部神经电极采集到的神经信号的好坏提实施例提供的神经信号处理方法对本地采集的一段时长为10分钟的128通道高密度柔性深[0108]图6是本发明实施例提供的一种神经信号处理装置的结构框图，具体的如图6所[0110]检索模块502，用于对神经信号数据进行放电尖峰检索，得到神经元放电波形数码集或指令集由处理器加载并执行以实现如方法实施例中的神经元的脑机接口和其他神经电生理研究领域具有潜在应[0120]本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件