神经元锋电位与场电位之间锁相性分析的新方法及其应用

摘要

神经元动作电位（锋电位）的发放与局部场电位(local field potentials，LFP)节律之间的锁相关系反映了神经元参与大脑某种活动的信息，具有神经编码的特性。研究这种锁相关系时，目前常用的方法是区间统计法（简称Bin法）。它可以定性判断锁相性是否存在，但不能定量区别各种锁相性的强弱。此外，Bin法还存在多种缺陷，例如需要将场电位人为分割成窄频带信号，这有可能破坏场电位原本包含的重要信息;计算效率较低，在分析多种不同节律时需要重复计算;以相位分区的方式统计落在每个区间上的锋电位个数时，设定的相位区间大小也会直接影响计算结果。
　　 为了弥补Bin法的不足之处，本文利用锋电位触发的叠加平均信号（spike-triggered average，STA）提出了一种判断锁相性的新方法。将原始信号经叠加平均计算得到的信号（即STA波）与原始场电位信号的功率百分比作为定量指标，来评价锋电位与场电位节律之间锁相性的强弱。本文分析了麻醉大鼠海马CA1区的大量实验数据，发现该功率百分比的值与锁相性强弱之间存在单调关系。为了进一步考察该指标与锁相性强弱的关系，本文利用仿真数据研究，结果表明，该指标能够提供有效的界值来区分锋电位与某场电位节律是否锁相，并且它的值越大，锁相关系就越强。
　　 在确定锁相的神经元后，还可利用STA波直接计算锁相神经元锋电位在场电位上发放的相位平均角。本文利用16通道微电极阵列记录海马CA1区不同分层上的场电位，应用STA法分析了CA1区神经元锋电位发放与顶树突层、胞体层和基树突层上场电位的θ节律和γ节律之间的关系，发现锋电位在不同神经组织结构分层的不同场电位节律上发放的相位角是不同的。
　　 在计算锋电位发放相位平均角时，本文提出的STA法与Bin法相比具有显著的高效性。STA波经任意所需频段的单次滤波后就可以得到锋电位在场电位某特定节律上发放的相位平均角，无需重复进行叠加平均计算。而Bin法却需要分别统计每个锋电位在所需的场电位某特定节律波上发放的相位分布，再经圆周统计法计算相位平均角。因此，STA法具有较高的计算效率。
　　 综上所述，本文提出了分析神经元锋电位发放与场电位节律之间关系的STA法，并利用STA波设计了计算锋电位与场电位节律锁相性强弱的定量参数，避免了Bin法中事先滤波和人为设定场电位频率对分析结果的影响。这种STA法对于大脑神经信息编码机制的研究具有重要意义。

目录

声明

摘要

第1章 绪论

1．1 研究背景及意义

1．2 研究内容

1．3 本文的创新点

第2章 动物实验与信号检测方法

2．1 动物实验

2．2 信号采集

2．3 锋电位的检测与分类

2．4 场电位的检测与分类

2．4．1 场电位功率谱分析

2．4．2 场电位节律波的提取

第3章 锋电位与场电位之间锁相性的分析方法

3．1 区间统计法(Bin法)

3．2 区间统计法的锋电位锁相性的假设检验

3．3 锋电位触发的平均叠加法(STA法)

3．3．1 叠加求平均算法

3．3．2 用STA法分析锋电位与场电位之间的关系

3．4 STA法锋电位锁相性强弱的定量分析指标

3．4．1 叠加平均前后场电位的能量比

3．4．2 叠加平均前后场电位的能量占比

3．4．3 STA波与原始场电位节律的功率百分比

3．5 利用仿真数据检验锁相性定量参数的有效性

3．6 STA法与Bin法计算结果的相关性分析

3．6．1 线性相关

3．6．2 圆周相关

3．7 STA法相位平均角计算的应用

3．8 本章小结

第4章 海马CA1神经元锋电位发放与场电位之间锁相性的研究

4．1 利用Bin法和Rayleigh检验分析锋电位与场电位的锁相关系

4．2 利用STA法分析锋电位与场电位的锁相关系

4．3 锁相性强弱的定量评价指标

4．4 利用仿真数据研究功率百分比参数φ3的性质

4．5 Matlab GUI界面设计

4．6 STA法与Bin法计算的相位平均角之间的相关性

4．6．1 线性相关的结果

4．6．2 圆周相关的结果

4．7 本章小结

第5章 STA法在相位平均角计算上的应用

第6章 讨论

6．1 利用STA法提取与锋电位发放锁相的场电位成分的结果分析

6．2 利用STA法判断锁相关系的结果分析

6．3 STA法与Bin法计算的相位平均角之间的相关性结果分析

6．4 STA法在海马CA1区不同分层场电位分析上的应用

6．5 本章小结

第7章 总结与展望

7．1 结论

7．2 展望

参考文献

致谢

附录 本文作者攻读硕士期间发表的论著