利用猕猴运动皮层神经元峰电位数信号估计其手指移动位置是一神经解码问题,通常采用时不变线性模型(Time-invariant linear model,TILM)来解决.本文分析了传统TILM模型的时间相关性问题,依据猕猴手指移动位置的连续性特点,采用一种新的...利用猕猴运动皮层神经元峰电位数信号估计其手指移动位置是一神经解码问题,通常采用时不变线性模型(Time-invariant linear model,TILM)来解决.本文分析了传统TILM模型的时间相关性问题,依据猕猴手指移动位置的连续性特点,采用一种新的模型去解码其手指移动位置,称之为卷积空间模型(Convolution space model,CSM).与传统的模型相比,卷积空间模型不但将当前时刻的状态与前一个时刻建立了相关,而且与前多个时刻的状态也有相关.在实验中,利用公开数据来评判本文方法的解码性能,实验结果表明,传统方法的解码误差要大于CSM模型的方法,因此CSM模型具有更好的解码准确性.展开更多
文摘利用猕猴运动皮层神经元峰电位数信号估计其手指移动位置是一神经解码问题,通常采用时不变线性模型(Time-invariant linear model,TILM)来解决.本文分析了传统TILM模型的时间相关性问题,依据猕猴手指移动位置的连续性特点,采用一种新的模型去解码其手指移动位置,称之为卷积空间模型(Convolution space model,CSM).与传统的模型相比,卷积空间模型不但将当前时刻的状态与前一个时刻建立了相关,而且与前多个时刻的状态也有相关.在实验中,利用公开数据来评判本文方法的解码性能,实验结果表明,传统方法的解码误差要大于CSM模型的方法,因此CSM模型具有更好的解码准确性.