首页 | 官方网站   微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   8篇
  免费   2篇
工业技术   10篇
  2016年   1篇
  2012年   2篇
  2011年   1篇
  2010年   1篇
  2009年   1篇
  2008年   1篇
  2002年   1篇
  1998年   1篇
  1991年   1篇
排序方式: 共有10条查询结果,搜索用时 31 毫秒
1
1.
为了实现具有多个波峰的群峰电位(population spike,PS)幅值的自动分析,设计了一种新的差分算法和海岸线算法,应用于高钾低钙环境下海马神经细胞的诱发群峰电位的计算,并与常规极值搜索法进行比较.结果显示,差分算法的结果与标准值拟合最好,检出的波峰个数也接近人工测量值.海岸线算法的结果与标准值也有良好的相关性.总之,新的差分算法具有精度高、特征点定位准确的优点,可以克服常规极值搜索法的一些不足之处.海岸线算法具有良好的精度,运算速度快,尤其适用于实时检测.  相似文献   
2.
为了在脑电信号波形的特定相位处施加电刺激,利用NI公司的通用数据采集卡和LabVIEW虚拟仪器环境,开发了一种闭环式电刺激系统。采集卡的A/D通道采样大鼠大脑海马区的场电位信号,LabVIEW程序分析幅值和周期特性,预测即将到来的场电位θ节律的波峰或者波谷,并在指定相位处经由采集卡的数字口或者D/A通道输出所需的刺激信号,以实现闭环式刺激。实验结果表明,θ节律波峰和波谷的预测正确率分别达到92%和86%。该电刺激系统的通用性和灵活性使其能够用于多种神经节律波相位以及其他信号特征的预测,为神经电生理研究和大脑疾病的电刺激治疗提供了一种新型闭环控制刺激方法。  相似文献   
3.
为了去除神经细胞外单细胞动作电位(即锋电位)记录信号中的各种噪声,提高幅值很小的单细胞锋电位信号检测的正确性,根据多通道微电极阵列记录信号中各个通道之间噪声空间相关性较强的特点,提出主成分分析(PCA)去噪与小波阈值去噪相结合的联合去噪方法.采用PCA方法提取并去除多通道记录信号中相关噪声的第一主成分,然后将信号进行小波多尺度分解,采用软阈值法去除各尺度下的噪声.仿真数据和测试结果表明,联合去噪方法可以同时去除有色噪声和白噪声,在各通道锋电位序列相互独立而噪声相关性较强的情况下,可以显著提高锋电位信号的信噪比.联合去噪方法的性能明显优于PCA去噪方法和小波阈值去噪方法单独使用时的性能,是一种有效的多通道锋电位信号去噪新方法.  相似文献   
4.
对数/模数转换电路把模拟信号对数转换电路和A/D模数转换电路合二为一,具有电路简单,转换速度快,动态范围大,精高,成本低等特点。  相似文献   
5.
激光大屏幕显示是一种新颖的显示技术,本文介绍了微机控制显示系统的基本原理,硬件和软件的特点、各种显示方式。  相似文献   
6.
封洲燕  王静 《电子学报》2009,37(1):153-159
 微电极阵列记录技术提供了一种理想的神经电生理检测手段,可以同时获得大量神经细胞的电活动信息,对于深入研究大脑神经细胞及其网络的工作机制,开发新的神经修复技术具有重要的意义.近年来迅速发展的用于在体神经信号检测的微电极阵列主要有两种类型:Utah电极和Michigan电极.本文将介绍它们的制造工艺、结构、特点、应用进展,及其用于检测和分析神经细胞场电位和胞外动作电位的方法和原理;并且,分析和探讨微电极阵列在电极制造、信号记录和信号分析等方面亟待解决的一些问题和今后的发展方向,以促进我国在微电极阵列开发和应用领域的快速发展.  相似文献   
7.
宽频带记录信号的锋电位检测法   总被引:1,自引:0,他引:1       下载免费PDF全文
为了考察深部脑刺激的高频电刺激(HFS)期间各种神经元单体的动作电位发放活动,排除电刺激诱发的群峰电位的干扰,设计了一种窗口检测新算法,直接用于检测宽频带记录信号中的锋电位。并且,利用仿真数据和大鼠海马CA1区实验记录数据验证此算法的有效性。结果表明,新算法的锋电位检出率显著大于常规阈值法,而误检率则显著小于阈值法。该算法对于高频刺激期间的仿真数据的锋电位检出率可达95%,误检率则仅为4%;对于7只大鼠的顺向高频刺激实验记录数据的平均锋电位检出率为88 ± 1.4%,而误检率为4.6 ± 1.1%。总之,新窗口法可以正确检测高频刺激期间的锋电位,用于研究各种神经元单体在电刺激期间的不同响应活动,为深入揭示深部脑刺激的神经网络机制提供了有用的新工具。  相似文献   
8.
细胞外神经元锋电位记录中经常包含许多小幅值信号,为了正确检测这些小幅值低信噪比的锋电位,增加单次实验的神经元检出数量,设计一种针对四极电极阵列记录信号的锋电位检测算法.提取4通道信号主成分分析的第一分量,计算该分量的非线性能量算子,从而减小噪声并增强锋电位.检测阈值的设定采用一种两步法,用于减小锋电位发放密度变化以及大幅值锋电位对于阈值的影响.仿真数据和实验记录数据的验证结果表明,这种主成分与非线性能量算子相结合的阈值检测法适用于四极电极等测量点高密度分布的微电极阵列记录信号,能够显著提高小幅值低信噪比锋电位信号的正确检出率,特别是能够有效地检出重叠锋电位,为后续的神经信息解码和神经网络分析提供更充分的数据.  相似文献   
9.
建立多通道数据采集系统,记录和定量分析小鼠抖笼药理实验的数据。在分析了抖笼法定量指标的物理意义后,以抖笼记录曲线振幅之和作为基础指标,并采用基于小时间扫描窗的算法,计算小鼠总活动强度、大活动时间和静息时间等定量指标。实验结果证明,所提出的定量分析指标和方法可以较全面地反映抖笼试验的结果,并使实验数据之间具有可比性。  相似文献   
10.
为了在记录和分析细胞外神经元单元动作电位(即锋电位)时能够正确选择滤波频率范围,分析了不同下限和上限截止频率时锋电位的波形失真、信噪比以及分类正确率的变化过程. 锋电位信号是利用微电极阵列采集的大鼠海马区神经元信号. 结果表明,下限截止频率小于100 Hz且上限截止频率大于5 000 Hz时,滤波造成的锋电位波形失真较小. 对于锋电位的检出和分类这2种数据处理,它们的上限截止频率最佳范围一致,为3~5 kHz. 但是,对于下限截止频率,锋电位检出的最佳频率为500~600 Hz,而锋电位分类的最佳频率却在200 Hz左右,这是由于锋电位分类的正确率与信噪比和波形的失真都相关.  相似文献   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号