SpikeTools:用于神经元网络锋电位分类的软件

使用多电极阵列可无损的记录神经元网络的电活动，但是单个电极往往会同时记录到多个神经元的活动，因而需要将所记录的信号进行分类。本文通过幅度、形状、主成分等分类方法与聚类方法实现了对锋电位的分类，并在MATLAB平台下编写了相应的可视化软件spike Tools对模拟数据的分类结果表明：均有90％以上的锋电位得以正确归类。对实验数据的分类结果表明：阈值分类方法能对幅值有明显区别的锋电位进行合理分类，形状分类方法能对幅值接近的锋电位进行分类，而主成分分类方法区分波形的整体差异，能分离前两种方法难以区别的类；聚类方法可实现自动分类。开发的spike Tools软件能对各种锋电位群数据进行分类处理，为锋电位信号的分析提供了有力的工具。