小鼠视觉感受区电位信号休息休息课件

小鼠视觉感受区电位信号(LFP)与视觉刺激之间的关系研究

Studyontherelationbetweenthelocalfieldpotentialinvisualareaofawakemiceandthevisionstimulisignal人类脑计划（HumanBrainProject,HBP）一国际性科研计划，其核心是神经信息学(Neuroinformatics）。该研究旨在努力探究数十亿个神经元的信息，以期对知觉、行动以及意识等有更进一步的了解。科学家们预期这是一条开发新技术的好途径，由此可能进一步认识像老年痴呆和帕金森综合症等疾病，有望为各种精神疾病研究出新的治疗方法。背景(Background)3大脑意识和神经冲动的基础都是电信号，这些电信号是如何精确表达一连串复杂动作？如何对脑电波进行分离？如何应用脑电波实现意念控制？handminder.docx研究动机（Motivation）视觉感受区的局部电位是否有规律性的变化？与呼吸曲线的周期性之间是否有联系？视觉感受区的局部电位是否与视觉刺激相关？具体的联系是什么？命题意图

认真审题，发现“问题的难点”：关注若干个行为或思想，而对应的脑电波可能很弱。这在信号处理领域，相当于弱信号检测。在数学领域，这可能属于不适定的反问题。显然只有将脑电波信号很好地分离才能从中确定某种脑电波与某种行为相对应。这也可以理解为盲源分离或半盲信号分离问题。但通常的盲源分离技术在这里很难奏效，或误差太大，因为脑电波这一混合信号是由尺度差异很大的信号所构成的。如何分析、求解问题？（1）数据预处理：呼吸曲线[注：仅波峰和波谷点有生理意义，分别代表吸气和呼气末。]呼吸信号是通过热敏电极在鼻子附近记录的，主要表现是呼气时温度升高（曲线下降），曲线具体幅度等没什么价值。如何分析、求解问题？（2）从提供的材料中发掘信息：（1）关于大脑：脑干的功能主要是维持个体生命，包括心跳、呼吸、消化、体温、睡眠等重要生理功能，与脑干的功能有关；（2）Whiskerbarrelcortexdeltaoscillationsandgammapowerintheawakemousearelinkedtorespiration：锁相是使被控振荡器的相位受外来信号控制的一种技术，用来实现与外来信号相位同步。（呼吸为外来控制信号？）如何分析、求解问题？（3）睡眠状态下，脑电波的周期节律有可能与呼吸相关联：无关问题（2）建立脑电波信号的分离模型，能否从前两种状态（睡眠状态、无视觉刺激的清醒状态）的脑电波信号中分离出与小鼠呼吸相关联的脑电波信号？利用某种盲分离技术分离出相关信号后，检验在睡眠状态下，没有与呼吸相关联的成份。（人体的基础节律强，弱信号如何分离？）问题（4）关于大脑：大脑的构造、脑的节律、脑电波脑电波信号：睡眠状态、清醒状态（无视觉刺激、有视觉刺激）信号独立性与因果关系分析信号分离难点与对策总结研究生数模竞赛思考Outline人脑的构造主要包括脑干、小脑与前脑三部分。脑干的功能主要是维持个体生命，包括心跳、呼吸、消化、体温、睡眠等重要生理功能，均与脑干的功能有关。小脑（cerebellum）位于大脑及枕叶的下方，恰在脑干的后面，是脑的第二大部分。在功能方面，小脑和大脑皮层运动去共同控制肌肉的运动，籍以调节姿势与身体的平衡。前脑（forebrain）属于脑的最高层部分，是人脑中最复杂、最重要的神经中枢。前脑又分为视丘、下视丘、边缘系统、大脑皮质四部分。大脑皮质为中枢神经系统的最高级中枢，各皮质的功能复杂，与躯体的各种感觉和运动有关。大脑–大脑的构造大脑在进化过程中，脑内形成了各种各样的节律控制系统。睡眠和觉醒是最明显的节律行为。由脑控制的节律周期有些比较长，比如冬眠动物的一些节律活动；而另一些较短，如呼吸节律，行走步伐和大脑皮层的电节律等。大脑皮层存在着大量的电节律。它们通常是大群神经元组同步产生的。比如，当你试图抓住一个篮球时，同时对形状、颜色、运动、距离甚至篮球的含义反应的不同神经元群组趋于同步的震荡。迄今为止，大脑皮层节律的功能在很大程度上还是一个谜。大脑—脑的节律脑电波是一系列自发的有节律的神经电活动，其频率变动范围在每秒1－30次之间的，可划分为四个波段，即δ（1－3Hz）、θ（4－7Hz）、α（8－13Hz）、β（14－30Hz）。δ波，昏睡状态。α波，是正常人脑电波的基本节律。人在清醒、安静并闭眼时该节律最为明显，睁开眼睛或接受其它刺激时，α波即刻消失。β波，当精神紧张和情绪激动或亢奋时出现此波，当人从睡梦中惊醒时，原来的慢波节律可立即被该节律所替代。大脑—脑电波视觉感受区的局部电位是否有规律性的变化？与呼吸曲线的周期性之间是否有联系？视觉感受区的局部电位是否与视觉刺激相关？具体的联系是什么？视觉感受区信号成份？21睡眠状态LC01_20131204_Data10_V1_50s_110s.JPG清醒无刺激V01_20131126_Data03_80s_110s_LFP_NoStim.JPG清醒有视觉刺激V01_20131126_Data03_300s_330s_LFP_VisStim.JPGLFP猜测：呼吸过程是由脑干部分发出“呼”和“吸”的命令，由神经元集群同步产生动作电位，该电位完成呼吸过程。HR神经元信号的因果关系呼吸周期性与脑电周期性（睡眠）“呼”、“吸”命令导致脑电的显著性差异：波峰波谷确定其波峰波谷对应的时刻值，取其前后3个点，称其为呼吸点LFP值；每两个相邻的波峰波谷的中间时刻为非呼吸点对应的时刻，取其前后3个点，称其为非呼吸点LFP值（下图为睡眠）呼吸点std1=201.9156，非呼吸点std2=235.1606。显著性影响显著性影响（清醒状态）清醒状态下呼吸点和非呼吸点对应的标准差分别为：呼吸点std3=164.2771，非呼吸点std4=145.5945。睡眠状态：脑电中不明显包含与呼吸相关联的成份；（显著性检验如何构造？）清醒状态：脑电中是否含有与呼吸关联的信号不显著。Why?（在清醒时刻，视觉刺激通过一个复杂过程或联想影响呼吸！）结论与讨论30目标：感兴趣的信号（与行为和思想相关联）难点：（1）脑的节律众多；（2）信号强弱差别很大；（3）观测少于信号数。问题归属：盲分离或半盲分离；亚定问题。假设：视觉皮层的脑电来自于彼此独立的源。解决方案：ICA(IndependentComponentAnalysis)、EMD(EmpiricalModeDecomposition)信号分离难点31小波分解、频域分解：人为的盲信号分离(BlindSourceSeparation,BSS)：分离的信号具有明确的意义。分离与分解可以视为源信号，观测到的是所有源信号的混合信号，不妨假设为线性混合在忽略噪声数学上：亚定问题增加假设：彼此独立！常用算法：FastICAICA(IndependentComponentAnalysis)独立成份分析快速算法的设计是利用独立信号的非高斯性弱于合成信号，一般利用负熵来实现的。而其基本原理是中心极限定理。该定理成立的条件是Lindeberg‘scondition。弱信号分离技术难点Letbeindependentrandomvariables.Assumetheexpectedvaluesandvariancesexistandarefinite.Ifsatisfies

theLindeberg'scondition:

thenthecentrallimittheoremholds,i.e.therandomvariablesconvergeindistributiontoastandardnormalrandomvariableasLindeberg’sconditionLindebergconditionimplies

Itguaranteesthatthecontributionofanyindividualrandom

variabletothevarianceisarbitrarilysmall.Itremovestheexistenceofprincipalcomponentintherandomvariables.中心极限定理解释Let

,then

Example1.Principalindependentcomponent:FastICAwithinitialdecompositionvector,whichisdeterminedbyPCA.2.任意不相关：weakindependentcomponents独立成份分析改进思想分离的信号与呼吸信号相关性不大0.04睡眠状态脑电波分离分离信号与呼吸之间的相关系数最大0.04无视觉刺激的清醒状态视觉刺激有视觉刺激的功率谱视觉刺激信号分离从上述功率谱图发现：视觉刺激的能量谱对应的频率与脑电的功率谱的局部极值重合，所以有对应的脑电成份。但分解出的信号与视觉刺激的相关性不大。可能的问题：（1）视觉刺激不是以线性形式影响脑电，线性模型不合适；（2）算法有问题。分离过程中的问题ICA-R视觉刺激功率谱Ψ与视觉皮层中反映该刺激的信号的功率谱具有相似性问题：权重系数、功率谱或其它特征？一种改进视觉皮层脑电波中不明显含有与呼吸相关联的信号；视觉感受区的局部电位与视觉刺激相关。总结（部分回答命题目的）研究生数模竞赛的目的：数模应让学生终生受益，而不只是一次获奖。与本科生数模的区分度（命题与答案引导：题目应有深度和广度，不需要完美的答案，不终止于竞赛！）创新性有待提高（发散性思维、数学在创新性中的作用）思想性、严谨性、实用性完美的结合（给出想法