神经信号数据采集与分析软件系统研究与实现(附件)【字数：9417】
摘 要“神经退行性疾病”这个词说出来大家可能会觉得陌生，但帕金森疾病（PD）、阿尔兹海默病（AD，民间俗称老年痴呆症，但并不准确）、亨廷顿氏病（HD）等名词不陌生，虽然不一定理解是什么意思。这些疾病，都是神经系统的功能障碍导致的，光是AD这一项，就严重威胁着人类的健康。现阶段，美国有500万AD患者，并预计这个数字会持续上升，并为患者家庭和整个社会带来巨大的医疗、护理经济负担。本文主要以FPGA作为主控的采集板通过高共模抑制比，低噪声的采集头（Headstages）与哺乳类动物（猴子、老鼠）脑部连接，采集神经细胞（神经元）在受到刺激时产生电脉冲（spike信号,动作电位）。通过USB连接将采集的数据传输到PC,前端与PC端软件自动协同工作，进而可以实时可视化和分析数据。 在Open Ephys GUI中对信号进行处理的时候，根据神经元spike信号的特性，采用spike信号合适的阈值检测方法，用CAR对原始信号进行滤波，从背景噪声中提取出来，最终在平台界面上显示出来。通过此系统，更直观的观察神经信号，促进对“神经退行性疾病”的研究。
目 录
第一章 绪论 1
1.1课题研究的背景及意义 1
1.2研究现状 1
1.3本设计研究的主要内容 3
第二章 系统总体方案设计 5
2.1主要技术指标 5
2.2信号处理方案的选取 6
第三章 软件界面 7
3.1插件结构设计 7
3.2 GUI界面 8
第四章 通信接口 10
4.1 USB2.0 10
4.2 USB3.0 11
第五章 信号处理 13
5.1 神经元spike信号的形成以及特性 13
5.1.1spike信号的形成 13
5.1.2spike信号的特点 14
5.2神经元spike信号的检测 15
5.3神经元spike信号的去噪声 16
结束语 18
1.总结 18
2.展望 18
致 谢 19
参考文献 20
附录A 21
*好棒文|www.hbsrm.com +Q: ^351916072*
/> 第一章 绪论
1.1课题研究的背景及意义
医疗水平随着科技的发展而不断提高，人类的寿命较以往来说也变得更长，在老年人群中常见的神经变性病阿尔茨海默病（AD）的发病率也变得更高。依照某有关数据表明，预测到2029年全世界AD病人快达到64.99×106例,截至2050年将达115.39×106例,特别是在较少收益的国家升高的速率比较快 [1]。绝大多数患者未接受正规检查和诊断,因此未得到治疗,其中缺乏有效检测方法是最大障碍。迄今尚未发现一种足够准确的方法可以早期诊断并预测痴呆。我国主要采用简易智能状态检查量表(MMSE）进行阿尔茨海默病早期筛查,但筛査出的患者多已进展至中至重度症状,较短时间内即出现认知功能明显减退[2]。
1940年左右伴随着科学技术和各种检测工具的快速发展,专业研究学员可以从活体神经元细胞中记录其里面的电信号。经由用纤细的金属丝微电极和具备“箝位”配置的高增益的放大器,柯蒂斯和科尔记录了鱿鱼轴突内的电信号[3]。该实验方法和数学模型为霍奇森和贺胥黎成功阐释离子膜电流在运动电位产生中的作用莫定了基础[4]。他们的工作使神经元膜兴奋模型取代了早期伯恩斯坦的不同的钾离子膜滲透性模型[5],并为人们接受。更具意义的是,门控膜离子通道的存在也因此而被预测。
现如今,神经元网络的钻研引发了人们极大的乐趣;为了更好地明白中枢神经系统神经元之间庞大的相互关系,和为开辟适用的神经假体供给所需的高度保真的知觉和节制信息,这就需要具备杰出空间分辨率,能实时记实和控制神经构造活动的的本领。这对正确理解脑构造和感官知觉的进程很重要。微电极技术的发展也推动了其发展。它要求微电极能够传输高质量和稳定的刺激信号,同时又能够长时间记录大量的神经束的电信息[6]。
而当今在全球范围内，阿尔茨海默病影响着超过4700万人的生活，而且随着人群年龄的增长，这一数字还会不断增加；阿尔兹海默病的一个得病标记便是神经元之间淀粉样斑块的堆集，其会滋扰机体大脑的作用,在体系神经科学范畴，每一个实验室都有大量的技术成长。无论他们是在设计用于测量行为的设备，构建用于从大脑提取信号的植入物，还是编写用于分析数据的代码，神经科学家都在不断为其研究构建新工具。 我们希望接受这些努力，并促成合作，这些合作将产生足够透明，足够灵活并且价格适中的工具，以帮助每个人都做出杰出的科学。Open Ephys GUI是一个广泛使用的多通道电生理应用程序，它利用基于插件的工作流程。我们希望能够降低成本实时反馈纳入他们的研究的电生理学家的门槛。
1.2研究现状
科学家面临的主要难题之一是，是否花时间构建新工具来解决他们感兴趣的问题，或者将他们的问题定向到可用的工具上。在系统神经科学领域，被调查系统的复杂性与观测方法的相对简单性之间的差异意味着最具影响力的科学发现往往与工程突破紧密相关。 除了深入思考大脑之外，研究人员必须能够修改他们的实验工具，以便从他们有限的观点中获得新的见解进入神经回路。
细胞外电生理学是系统神经科学中最常用的技术之一，它使用电压测量来窃听分布在多个大脑区域的神经群体的峰值活动。用于此类实验的数据采集系统必须能够并行检测，放大，过滤和数字化几十或几百个电压，同时提供高效可视化和存储这些数据的方法。目前，这些系统大部分来自商业供应商，销售高质量硬件，需要最少的设置和配置步骤。这些商业系统通常是封闭的，这意味着它们只能以供应商允许的方式进行修改。此外，任何修改只能与拥有相同系统的其他人共享。随着神经科学家进行的实验变得更加复杂，这种共享方法的局限性变得更加棘手。对于需要在实验过程中进行特定类型的数据处理的实验，它们会严重限制该实验结果的可复制性。到目前为止，很少有人努力使各种商业系统的组件互通以克服这一障碍。为了使电生理学者更容易定制和共享他们的数据采集管道，我们开发了此软件，这是一款基于插件的数据采集，处理和可视化应用程序。 GUI彻底使用C ++编写，利用JUCE库，并且已经开发了许多当前和通用的软件开发实践。
钻研人员在利用这个软件的时刻可以本身添加所必要的逻辑接口。这在设计闭环实验时特别重要，在这些实验中，测量的活动用于确定时间或类型（例如电学，光遗传学或环境）扰动反馈到正在调查的系统中。潜在的闭环扰动空间是巨大的，所以每个实验都可能需要一个独特的协议。我们认为，这个软件模型将有助于将闭环范式引入主流神经科学领域。精心设计的工具，模块化都可以实现科学家们要进行调整以适应个人研究计划的需要。
同样重要的是，闭环实验改变了实验如何发布和共享的本质。通过“开环”实验，只有实验装置的细节，分析方法的描述以及数据的图形表示才是公开的“科学产品”。尽管科学家们也越来越多地分享他们的分析代码，但为了理解给定研究的结论，代码本身通常不会被共享。相比之下，闭环实验由算法定义，该算法用于干扰神经活动，并且所有得到的数据在无法访问该算法的情况下是不可解释的。是以，闭环算法必要完全公布与同享。这提出了技术挑战，由于这些算法和数据收集体系的很多其他部分紧密相互作用。如果神经科学家采用开放标准，允许他们共享和重复使用闭环控制算法，那么这个问题将变得更加容易解决。我们解决这个问题的方法是围绕插件架构构建Open Ephys GUI。 GUI的信号处理链采用模块化方式进行配置，使用通用数据传输接口，可以从主“主机”应用程序单独编写，编译和分发模块。这种模式通常用于音乐制作应用中，其中软件工具（信号发生器）和效果器（信号处理器）可以混合和匹配。任何人都可以为最常见的数字音频工作站（主机应用程序）编写新的插件，并且可以在运行时将相同的插件加载到多个主机应用程序中。我们认为，应用于细胞外电生理学领域的类似方法将使科学家能够最大限度地提高其实验的灵活性，同时简化了发布和共享修改的过程。
目 录
第一章 绪论 1
1.1课题研究的背景及意义 1
1.2研究现状 1
1.3本设计研究的主要内容 3
第二章 系统总体方案设计 5
2.1主要技术指标 5
2.2信号处理方案的选取 6
第三章 软件界面 7
3.1插件结构设计 7
3.2 GUI界面 8
第四章 通信接口 10
4.1 USB2.0 10
4.2 USB3.0 11
第五章 信号处理 13
5.1 神经元spike信号的形成以及特性 13
5.1.1spike信号的形成 13
5.1.2spike信号的特点 14
5.2神经元spike信号的检测 15
5.3神经元spike信号的去噪声 16
结束语 18
1.总结 18
2.展望 18
致 谢 19
参考文献 20
附录A 21
*好棒文|www.hbsrm.com +Q: ^351916072*
/> 第一章 绪论
1.1课题研究的背景及意义
医疗水平随着科技的发展而不断提高，人类的寿命较以往来说也变得更长，在老年人群中常见的神经变性病阿尔茨海默病（AD）的发病率也变得更高。依照某有关数据表明，预测到2029年全世界AD病人快达到64.99×106例,截至2050年将达115.39×106例,特别是在较少收益的国家升高的速率比较快 [1]。绝大多数患者未接受正规检查和诊断,因此未得到治疗,其中缺乏有效检测方法是最大障碍。迄今尚未发现一种足够准确的方法可以早期诊断并预测痴呆。我国主要采用简易智能状态检查量表(MMSE）进行阿尔茨海默病早期筛查,但筛査出的患者多已进展至中至重度症状,较短时间内即出现认知功能明显减退[2]。
1940年左右伴随着科学技术和各种检测工具的快速发展,专业研究学员可以从活体神经元细胞中记录其里面的电信号。经由用纤细的金属丝微电极和具备“箝位”配置的高增益的放大器,柯蒂斯和科尔记录了鱿鱼轴突内的电信号[3]。该实验方法和数学模型为霍奇森和贺胥黎成功阐释离子膜电流在运动电位产生中的作用莫定了基础[4]。他们的工作使神经元膜兴奋模型取代了早期伯恩斯坦的不同的钾离子膜滲透性模型[5],并为人们接受。更具意义的是,门控膜离子通道的存在也因此而被预测。
现如今,神经元网络的钻研引发了人们极大的乐趣;为了更好地明白中枢神经系统神经元之间庞大的相互关系,和为开辟适用的神经假体供给所需的高度保真的知觉和节制信息,这就需要具备杰出空间分辨率,能实时记实和控制神经构造活动的的本领。这对正确理解脑构造和感官知觉的进程很重要。微电极技术的发展也推动了其发展。它要求微电极能够传输高质量和稳定的刺激信号,同时又能够长时间记录大量的神经束的电信息[6]。
而当今在全球范围内，阿尔茨海默病影响着超过4700万人的生活，而且随着人群年龄的增长，这一数字还会不断增加；阿尔兹海默病的一个得病标记便是神经元之间淀粉样斑块的堆集，其会滋扰机体大脑的作用,在体系神经科学范畴，每一个实验室都有大量的技术成长。无论他们是在设计用于测量行为的设备，构建用于从大脑提取信号的植入物，还是编写用于分析数据的代码，神经科学家都在不断为其研究构建新工具。 我们希望接受这些努力，并促成合作，这些合作将产生足够透明，足够灵活并且价格适中的工具，以帮助每个人都做出杰出的科学。Open Ephys GUI是一个广泛使用的多通道电生理应用程序，它利用基于插件的工作流程。我们希望能够降低成本实时反馈纳入他们的研究的电生理学家的门槛。
1.2研究现状
科学家面临的主要难题之一是，是否花时间构建新工具来解决他们感兴趣的问题，或者将他们的问题定向到可用的工具上。在系统神经科学领域，被调查系统的复杂性与观测方法的相对简单性之间的差异意味着最具影响力的科学发现往往与工程突破紧密相关。 除了深入思考大脑之外，研究人员必须能够修改他们的实验工具，以便从他们有限的观点中获得新的见解进入神经回路。
细胞外电生理学是系统神经科学中最常用的技术之一，它使用电压测量来窃听分布在多个大脑区域的神经群体的峰值活动。用于此类实验的数据采集系统必须能够并行检测，放大，过滤和数字化几十或几百个电压，同时提供高效可视化和存储这些数据的方法。目前，这些系统大部分来自商业供应商，销售高质量硬件，需要最少的设置和配置步骤。这些商业系统通常是封闭的，这意味着它们只能以供应商允许的方式进行修改。此外，任何修改只能与拥有相同系统的其他人共享。随着神经科学家进行的实验变得更加复杂，这种共享方法的局限性变得更加棘手。对于需要在实验过程中进行特定类型的数据处理的实验，它们会严重限制该实验结果的可复制性。到目前为止，很少有人努力使各种商业系统的组件互通以克服这一障碍。为了使电生理学者更容易定制和共享他们的数据采集管道，我们开发了此软件，这是一款基于插件的数据采集，处理和可视化应用程序。 GUI彻底使用C ++编写，利用JUCE库，并且已经开发了许多当前和通用的软件开发实践。
钻研人员在利用这个软件的时刻可以本身添加所必要的逻辑接口。这在设计闭环实验时特别重要，在这些实验中，测量的活动用于确定时间或类型（例如电学，光遗传学或环境）扰动反馈到正在调查的系统中。潜在的闭环扰动空间是巨大的，所以每个实验都可能需要一个独特的协议。我们认为，这个软件模型将有助于将闭环范式引入主流神经科学领域。精心设计的工具，模块化都可以实现科学家们要进行调整以适应个人研究计划的需要。
同样重要的是，闭环实验改变了实验如何发布和共享的本质。通过“开环”实验，只有实验装置的细节，分析方法的描述以及数据的图形表示才是公开的“科学产品”。尽管科学家们也越来越多地分享他们的分析代码，但为了理解给定研究的结论，代码本身通常不会被共享。相比之下，闭环实验由算法定义，该算法用于干扰神经活动，并且所有得到的数据在无法访问该算法的情况下是不可解释的。是以，闭环算法必要完全公布与同享。这提出了技术挑战，由于这些算法和数据收集体系的很多其他部分紧密相互作用。如果神经科学家采用开放标准，允许他们共享和重复使用闭环控制算法，那么这个问题将变得更加容易解决。我们解决这个问题的方法是围绕插件架构构建Open Ephys GUI。 GUI的信号处理链采用模块化方式进行配置，使用通用数据传输接口，可以从主“主机”应用程序单独编写，编译和分发模块。这种模式通常用于音乐制作应用中，其中软件工具（信号发生器）和效果器（信号处理器）可以混合和匹配。任何人都可以为最常见的数字音频工作站（主机应用程序）编写新的插件，并且可以在运行时将相同的插件加载到多个主机应用程序中。我们认为，应用于细胞外电生理学领域的类似方法将使科学家能够最大限度地提高其实验的灵活性，同时简化了发布和共享修改的过程。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/dzxx/dzkxyjs/86.html
