论文部分内容阅读
初级视觉皮层（V1区）是大脑皮层处理视觉信息的第一站，深入分析V1区信号的响应特性对视觉信息处理机制的研究具有深远意义。在该领域的研究大都基于动作电位(spike)和局部场电位(LFP)两种信号。然而spike在检测时易受噪声干扰而造成漏检和误检等问题，严重影响后续分析。因此基于LFP响应特性的研究逐步受到学者们的亲睐。已有研究表明LFP中携带视觉刺激的基本特征等信息，然而对于LFP中具有特征调谐作用的频带范围却没有达成共识。因此准确提取LFP响应频带对进一步从LFP分析视觉皮层信息处理机制奠定了基础。
据此，本文针对LFP信号的非平稳性，基于希尔伯特黄变换(HHT)提取其响应特征频带，研究了其对空间频率和朝向刺激特征的响应调谐特性，并与小波变换进行了对比。主要研究内容如下:
1.信号采集与信号分析。采集并记录了麻醉LE大鼠V1区的spike和LFP信号，研究了LFP信号的特征及常用分析方法，为研究LFP特征调谐性能奠定了先验知识基础。
2.基于小波变换研究LFP的响应调谐特性。运用小波分解提取LFP的响应频带Gamma频带，研究了Gamma频带对空间频率和朝向视觉特征的响应特性，并且与同一电极记录到的spike信号进行了对比。结果表明Gamma频带能量对不同视觉刺激特征具有不同的响应，与spike信号的调谐特性具有较好一致性。但是，小波变换结果依赖于小波基函数的选择，这是小波变换分析信号的难点和缺点所在。
3.基于HHT方法研究LFP的响应调谐特性。该方法对LFP的整个频带的调谐性能都进行了研究，而不局限于对LFP局部频带的研究。首先将LFP分解为若干固有模态分量(IMF)，据此分析了各阶固有模态分量对空间频率和朝向视觉刺激的响应调谐特性。结果表明:相比其他IMF，第二阶固有模态分量对视觉刺激特征的调谐特性最强，并且与spike信号的调谐特性具有较好一致性。该方法避免了传统小波算法寻找合适小波基的麻烦，更加准确的给出了响应特征，为LFP信号的特征提取及后续研究提供了有效手段，具有较高的推广价值。
4.对基于小波变换和HHT两种方法得到的结果进行对比，分析了两种方法对空间频率和朝向光栅刺激的调谐性能。结果表明基于HHT方法得到的调谐指数的均值高于小波变换。因此，基于HHT方法在LFP响应频带特征提取上更有优势。