无监督的猕猴运动皮层锋电位信号CKF解码
如何通过猕猴运动皮层的神经元锋电位信号估计其手指移动位置是一神经解码问题,现存方法解决该问题大多采用有监督训练,需要通过训练数据得到神经元锋电位信号与手指移动位置的关系,因此其估计性能依赖于训练数据.本文提出了一种无监督解码方法,该方法基于状态空间模型(State space model,SSM),利用神经网络得到神经元锋电位数与手指移动位置的关系权值,再用逐次状态估计方法去估计手指移动的位置.为减少训练的复杂度和提高估计准确度,采用一种非线性的积分卡尔曼滤波(Cubature Kalman filtering,CKF)来完成神经网络的训练和手指位置的逐次状态估计.与传统方法相比,该方法的最大特点是无监督,可以由神经元锋电位簇向量直接估计手指移动位置,而无需有监督训练.实验结果显示,当采用较少的有监督数据,现存方法与本文方法相比有较大的估计误差;当采用较多的有监督数据,现存方法才具有与本文方法相近似的估计误差.
神经解码、状态空间模型、无监督训练、积分卡尔曼滤波
43
TP3;R81
国家自然科学基金61262091;云南省第17批中青年学术和技术带头人资助项目2014HB019;云南省教育厅科学基金重点项目2014Z093;云南民族大学研究生创新基金项目2016YJCXS03资助 Supported by National Natural Science Foundation of China61262091;the 17th Batches of Young and Middle-aged Leaders in Academic and Technical Reserved Talents Project of Yunnan Province2014HB019;the Project of Scientific Research Foundation of Yunnan Provincial Department of Education2014Z093;the Project of Postgraduate Innovation Foundation of Yunnan Minzu University2016YJCXS03
2017-05-04（万方平台首次上网日期，不代表论文的发表时间）
共11页
302-312
