论文部分内容阅读
目的：为了研究神经元放电的动力学机制，首先需要检测神经元的放电并对其进行正确分类。神经元放电特征提取是 放电自动分类算法中非常重要的一步。恰当的放电特征，是放电正确分类的前提。方法：本文提出一种神经元放电时 频特征提取的新方法。该方法采用希尔伯特-黄变换和二维小波变换，从时频域提取神经元放电的特征参数。结果： 对于从一段100s的信号中提取到的1334个神经元放电，该方法可以把其分为三类，分别为355个,650个和329个。 结论：本文提出的方法可以较好地实现不同类型的神经元放电分类。