再帰的ベイズ推定を用いた細胞外実計測信号からのオーバーラップした神経スパイクの実時間検出および分類

カテゴリ: 部門大会

論文No: TC3-17

グループ名: 【C】平成24年電気学会電子・情報・システム部門大会講演論文集

発行日: 2012/09/05

タイトル(英語): Real-time detection and sorting of overlapped neural spikes in extracellularly recorded signals using recursive Bayesian estimation

著者名: 芳賀 達也(東京大学),深山 理(東京大学),満渕 邦彦(東京大学)

著者名(英語): Tatsuya Haga(The University of Tokyo),Osamu Fukayama(The University of Tokyo),Kunihiko Mabuchi(The University of Tokyo)

キーワード: スパイクソーティング|ベイズ推定|細胞外電位計測|スパイクオーバーラップ|spike sorting|Bayesian estimation|extracellular recording|spike overlaps

要約(日本語): 神経細胞の電気活動(神経スパイク)を細胞外電極により計測するとき、多くの場合一電極において複数細胞からのスパイクが計測されるため、一細胞レベルのスパイク系列を得るためのスパイクソーティング技術が必要となる。さらに、Brain-Machine Interfaceなどの応用を想定するとスパイクソーティングは実時間で適用可能であることが望ましい。単一電極を用いる場合、異なる神経細胞から計測されたスパイクは波形が異なることを利用して、閾値以上の計測電位をスパイクとして検出し付近の波形を切り出して形状を分類することが多いが、そのような既存手法は波形のオーバーラップが起こった場合に脆弱となる問題が指摘されている。本発表では信号の確率モデルに基づき再帰ベイズ推定を用いて各スパイク波形の存在確率を評価することにより、細胞外計測信号からオーバーラップに対して頑健なスパイク波形の実時間検出・分類を行った結果を示す。

PDFファイルサイズ: 5,212 Kバイト