周波数領域独立成分分析を用いた複数ニューロン活動の弁別アルゴリズム

摘要

神経組織に刺入した多重電極で複数のニューロンの活動を細胞外で同時記録する手法（多細胞記録法）がブレインーマシン・インタフェースをはじめ神経科学・神経工学の分野で広く用いられている．多細胞記録法では観測信号に含まれる活動電位を波形パターンに基づいて分離・弁別する必要がある．独立成分分析法はそのための有用な方法であるが，生の実験データにそのまま適用しただけでは十分な弁別性能が得られないことが多い．これまで我々は，ウェーブレット変換と複素独立成分分析を組み合わせた手法（WICA法）を提案し，従来法に比べ優れた弁別性能を有することを示してきた．本研究では，ウェーブレット変換で用いるマザーウェーブレットのパラメータ値が弁別精度に及ぼす影響を調べる．さらに，スパイク検出のための開値を自動的に決定するアルゴリズムを提案し，その性能を比較検討する．%Multi-unit recordings with multi-site electrodes have been widely used in the field of neuroscience and neuroengineering, for such as brain-machine interface. This method requires sorting of neuronal spikes according to the pattern of spike waveforms. For this purpose, the independent component analysis (ICA) is known to be useful. However the accuracy of the sorting result is not sufficient in many cases. We have proposed an efficient spike sorting method combined with the wavelet transform and the complex-valued ICA (WICA method) which achieves higher sorting accuracy than the conventional ones. In this study, we explore the parameter dependency of the WICA method on the accuracy of sorting results by using the simulated multi-unit data. In addition, we propose three methods to automatically determine the threshold level for neuronal spike detection from the unmixed signals obtained by the WICA method.