视觉系统是生物感知外部世界最形象、最丰富的通道,同时也是生物感官中结构和功能最为复杂的系统。在视觉系统中神经元锋电位是携带并传递信息的主要载体,因此,锋电位的精确获取是研究视觉信息处理机制的前提。然而,由于胞外采集的锋电位检测信号是非平稳高频小幅值信号,易受噪声的干扰而产生畸变,使得锋电位的精确检测和甄别存在挑战。因此研究神经元锋电位干扰抑制算法、提高信号信噪比是锋电位预处理过程中的关键技术之一。本文在深入分析锋电位及其干扰特征的基础上,重点研究了锋电位信号中有色干扰抑制方法及预处理后的效果评估算法,并利用仿真信号以及大鼠V1区的实测数据对算法进行了验证。主要研究结果如下：1：分析了锋电位的产生机制和特点；给出了锋电位中背景噪声的类型及来源,并在此基础上建立了以屏蔽和接地为基础的硬件抗干扰系统；根据本文的实验目的,设计了实验方案,并采集了大鼠初级视觉皮层神经元响应信号。2：分析了锋电位及背景噪声的统计特征,结果显示背景噪声中不仅含有高斯白噪声,还含有有色噪声；根据背景噪声的特点,利用多元小波去噪算法,并结合主成分分析去除信号主成分中次要的分量,改善了小波去噪算法对不同通道之间相关噪声的抑制效果,提高了神经元锋电位检测信号的信噪比,并利用仿真和实测数据进行了验证。3：针对锋电位信号实测数据中存在大幅值有色干扰的情况,重点探讨了此类干扰的来源及特征,并通过仿真实验进行了验证；对于小波去噪后的锋电位检测信号,首次采用自适应干扰对消和共同平均参考相结合的方法制定了针对性的干扰抑制方案,并用Gauss-Markov理论和数据分析结果论证了利用共同平均参考产生自适应对消器参考输入的可行性,且通过实验验证了算法的有效性。4：由于检测或聚类后的单神经元锋电位中有时还会含有其它神经元的锋电位或大幅值干扰信号,为定量评估预处理的效果,利用邻近成分分析思想,实现了一种基于相关距离的锋电位质量估计方法,提高了质量估计的稳定性和准确性,为锋电位预处理的结果提供了一种客观的评价指标,也为进一步提高锋电位编码质量提供了依据。