师黎;朱俊强
车头时距
【摘 要】空间频率是视觉刺激的基本特征之一，为了研究视觉皮层神经元对刺激空间频率的响应特性，提出了一种基于局部场电位小波包熵的分析方法。通过以Long Evans大鼠为模式动物进行电生理实验，分别采用神经元放电统计分析和局部场电位小波包熵分析，发现不同空间频率刺激下，小波包熵调谐曲线与全局神经元放电调谐曲线具有一致性，证明了局部场电位小波包熵可用于表征视皮层神经元对刺激空间频率的选择性。结果还表明采用基于局部场电位小波包熵分析时，各通道结果具有更好的一致性。%Spatial frequency is one of the basic properties in visual stimuli, to study the response of neurons in visual cortex to the spatial frequency of stimuli, a method based on wavelet packet entropy of local field potential is proposed. By doing experi-ments on Long Evans rats, both statistical analysis based on spike per second and analysis based on wavelet packet entropy of LFP are used, the result is that under stimulus of different spatial frequencies, tuning curves of wavelet packet entropy is consis-tent with tuning curves of spikes in whole, which indicates that the wavelet packet entropy of LFP can be used to measure the spatial frequency selectivity of neurons in visual cortex. The results also suggest better consistency when using wavelet packet entropy of LFP.
【期刊名称】《计算机工程与应用》
【年(卷),期】2013(000)017
【总页数】dna双螺旋5页(P217-220,257)
bdm【关键词】局部场电位;空间频率;小波包熵;调谐特性
【作 者】师黎;朱俊强
辜鸿鸣【作者单位】郑州大学 电气工程学院，郑州 450001;郑州大学 电气工程学院，郑州 450001天净沙秋思赏析
【正文语种】中 文
【中图分类】TP391.4
人或动物从外界获取的信息至少有80%来自于视觉系统，视觉皮层是大脑皮层中主要负责处理视觉信息的部分。自从诺贝尔生理学或医学奖获得者Hubel和Wiesel半个世纪前关于视觉系统信息处理的开拓性研究以来，视觉皮层一直是大脑皮层研究中被研究得最深入的部分[1]。空间频率作为视觉刺激的一个基本特征，被研究者们广泛研究。生理学实验发现，初级视觉皮层的神经元对特定空间频率具有偏好性响应[2]。采用神经元偏好的视觉刺激可以获得更丰富的响应信息，有助于研究视觉皮层的信息处理机制，因此研究实验动物对视觉刺激空间频率的选择性具有理论与实际意义。
视觉的空间频率响应特性一直倍受研究者关注。1993年，Friend等人通过对猫视觉皮层17、18区神经元响应进行分析，基于spike得到了在一系列时间频率或速度下的空间频率调谐曲线[3]。1996年，雷静江、李朝义等人基于spike数分析了猫视皮层神经元的空间频率调谐，得出不同刺激下神经元的最佳刺激空间频率不同的结论[4]。2007年，Stephane等人以猫为对象，采用空间频率为0.15～0.2 c/d（circle per degree）的移动正弦光栅刺激获得空间频率调谐曲线，发现大约一半的临近神经元表现出相似的最佳空间频率和调谐曲线[5-6]。这些对视皮层神经元空间频率响应特性的研究，以及大量对神经元其他刺激特征响应特性的研究[7-11]，都是根据神经元放电（spike）个数获得神经元关于刺激特征的调谐
曲线。spike的优点是可以记录高信噪比的神经元活动情况，易于分析，其缺点是当使用电极阵列采集信号时不同通道的结果差异性很大。而局部场电位（Local Field Potential，LFP）是电极记录到的附近神经突触的综合信号，与spike相比，具有更好的抗干扰能力，而且被认为包括各神经元信号在局部区域传输过程中所携带的时间和空间信息[12-13]，因此，近年来被广泛关注。2001年，Rosson等人应用小波熵分析脑电信号，认为小波熵可用于区分自发状态下或相关刺激情况下大脑的响应状态[12，14]。2002年，封洲燕等人以大鼠为对象，应用小波熵分析了自发状态下大鼠脑电信号的动态变化特性，并分析了脑电信号各个频带功率变化与小波包熵变化的相关性，发现小波熵能反应脑电信号的快速变化特性[15]。还有一些论文[16-20]，通过研究指出脑电信号的能量特征可以反映和区分大脑响应状态，但是，关于脑电信号能量分布特征和刺激空间频率之间关系的研究还无人进行。 因此，本文提出一种基于局部场电位小波包熵分析神经元空间频率响应特性的方法。首先介绍了求取局部场电位小波包熵的方法：通过采用叠加平均方法对局部场电位信号进行预处理，对场电位进行重采样，使用小波包分解，对场电位进行频带分解，求取个频带相对能量，最后根据小波包熵公式求取局部场电位的小波包熵；然后以Long Evans大鼠为对象
设计实验，分别采用spike统计的方法和LFP小波包熵的方法分析了神经元响应的空间频率调谐特性，结果显示两种方法具有一致性结论。同时发现基于spike的分析方法各通道结果差异性大，而基于LFP小波包熵的方法相比基于spike的分析方法得到各通道结果具有更好的一致性。
本文提出以LFP小波包熵为特征分析空间频率响应特性。首先，对局部场电位信号进行预处理；然后，基于小波包分解求取各节点相对小波包能量，并根据小波包熵公式求取局部场电位的小波包熵；最后，作出小波包熵随刺激空间频率调谐曲线，分析响应特性。
2.1 局部场电位的预处理
针对脑电信号的特点，电生理实验通常需要进行多次重复实验，对获取信号采用叠加平均等发放提取响应信号。本文中对实验获取的局部场电位信号首先要进行预处理，包括叠加平均、重采样等，然后进行小波包分解求取小波熵。
2.2 小波包熵的求取
能量特征是脑电信号的重要特征之一，许多研究通过提取脑电信号能量特征研究大脑响应
特性[12-18]。小波包熵作为一种信号能量分布特征，是通过小波包变换将信号进行多尺度分解，利用各节点系数计算该节点能量，然后根据香农熵定理，求取信号小波熵值。
小波包分解是对小波分析的改善，小波分析的基本思想是用一族函数去表示或逼近一个信号，这一函数族被称为小波函数系。小波包分解能够将信号映射到一个小波伸缩而成的一组基函数上，在通频范围内得到分布在不同频段的信号分解序列，它具有对信号特征的自适应性，能够更有效显示信号的时频特征。
假定共轭滤波器h(n)满足：
令g(k)=(-1)kh(1-k)，按双尺度关系，定义一列递归函数：
其中u0(x)为尺度函数φ(x)，u1(x)为小波基函数ψ(x)，称由标准正交化的多尺度生成元φ(x)导出的函数：
为关于ψ(x)的小波包。小波包的完整性和正交性使原始信号的信息得到完整保留。
小波包分解可以将信号分解为任意频段，经过N层小波包分解可在尺度N上形成2N个频带节点，对于第i个节点，其频率范围（单位：Hz）为：
本文中考虑到LFP的频谱范围以及计算量问题，对场电位信号进行6尺度小波包分解。
根据分解后各节点的系数可计算得到每个频带信号的频带能量。在第j节点的信号能量定义为：
信号总能量定义为则相对小波包能量
最后，根据Shannon熵理论和相对小波包能量的定义，求取LFP信号的小波包熵。小波包熵（Wavelet Entropy，WE）的定义为：
小波包熵可反映信号各频带能量分布特征，本文通过实验验证了局部场电位小波包熵能够反映视觉刺激空间频率响应特性。
3.1 实验材料
实验数据采自于成熟的LE（Long Evans）大鼠，由河南省实验动物中心提供，周龄10～12周，体重雄性220～280 g，雌性180～260 g。手术时使用腹腔注射10%水合氯醛（4 ml/kg）麻醉大鼠，将麻醉后被试动物置于立体定位仪上方进行三点固定，然后在显微镜下
使用颅钻进行开颅手术，开颅大小约为2 mm×4 mm，完成手术后安装电极阵列到电极杆上，将电极杆固定在微型操作器对应组件上，操作器选用美国siskiyou公司生产的MC1000e手动微操作器，通过遥控手柄调整电极阵列植入的位置，微操可以实施上下、斜上下、前后、左右等方向调整，保证电极植入的精确定位。当电极紧贴大脑组织时，开启深度显示装置，装置是与微操配套的DR1000，边观察电极植入深度，边进行电极的植入，植入深度可以精确到0.1 μm，满足实验中获取不同层面的神经元的要求。
实验过程中，为保障实验顺利进行，配用了含有营养物质的麻药，通过微量泵注射维持大鼠稳定麻醉状态并进行营养补充。为了控制和监测大鼠体温状况，采用在立体定位仪上铺设形成反馈回路的恒温电热毯进行动物正常体温维持。实验屏蔽罩内同时安装了红外视频监控系统，便于实验人员监控、观察暗室实验过程中动物的状态，保证了良好可靠的实验环境，增强数据信息的有效性。
3.2 视觉刺激与信号获取
本文主要研究大鼠的最佳刺激空间频率，因此视觉刺激选择其他参数固定而空间频率不同的移动正弦光栅作为刺激，如图1所示。
碳纤维t300通过研究已有文献[5-9]，并考虑实验动物为大鼠，放置10寸显示器距离大鼠眼睛20 cm处，视觉刺激参数选择时间频率为4 Hz，刺激1s，间隔1 s。空间频率分别取0.05 c/d、0.1 c/d、0.2 c/d、0.3 c/d、0.4 c/d、0.5 c/d、0.6 c/d，每组刺激各空间频率光栅随机出现，每次实验重复20组。
实验采用Microprobes微电极阵列，有效电极数16，植入大鼠V1区，采用Cerebus多通道生物信号采集系统采集神经元在不同空间频率正弦光栅刺激下的响应信号，包括检测到的spike发放时刻以及实验过程中得LFP数据。
3.3 数据分析及结果
采用Matlab对采集到的数据进行分析。Cerebus多通道数据采集系统可采集到实验过程中spike发放和刺激时刻以及LFP信号，分别保存在.nev文件和.ns3文件中。
3.3.1 基于spike的空间频率调谐特性分析
Spike被认为是神经元表达和传递信息的基本方式，基于spike的调谐特性分析方法是利用spike发放数反应神经元的兴奋度，认为spike发放多代表神经元响应强度大。本文对一次
实验中各个空间频率下的所有通道spike发放进行个数统计得到图2所示。
从图2中可以看出，在刺激空间频率为0.2 c/d时，发放个数最多，刺激空间频率为0.5 c/d时，发放个数最少。但是当对各个通道spike发放数目进行分别统计分析时，本文发现各个通道的spike发放数目差别很大，通道之间没有一致性。取部分通道情况如图3所示。
从图3中可以看到，不同通道间spike发放情况差异性很大，因此当对单个通道使用基于spike数目的方法就难以得到一致性的结论，同时在大量的实验中也发现，spike的记录情况受电极状况，植入位置等因素影响较大，LFP记录到的是一定范围内的神经元树突电位的总和，具有更好的稳定性，因此本文提出基于LFP小波包熵分析空间频率调谐特性。
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议