文献

J-GLOBAL ID：201702273828794589   整理番号：17A1396598

植込み型脳回路のためのスケール化エネルギー演算子を用いた低SNR神経スパイク検出【Powered by NICT】

Low SNR neural spike detection using scaled energy operators for implantable brain circuits

著者 (4件)： Tariq Taimoor (School of Electrical Engineering and Computer Science, National University of Sciences and Technology, Islamabad, Pakistan) ,  Satti Muhammad Hashim (School of Electrical Engineering and Computer Science, National University of Sciences and Technology, Islamabad, Pakistan) ,  Saeed Maryam (School of Electrical Engineering and Computer Science, National University of Sciences and Technology, Islamabad, Pakistan) ,  Kamboh Awais Mehmood (School of Electrical Engineering and Computer Science, National University of Sciences and Technology, Islamabad, Pakistan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： EMBC  ページ： 1074-1077  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： リアルタイムオンチップスパイク検出は植込み型ブレインマシンインタフェイスシステムにおけるニューラルスパイク列を復号化する第一段階である。非線形エネルギー演算子(NEO)は,バックグランドのノイズからの神経スパイクを識別するために広く用いられている変換である。本論文では,エネルギー演算子の一般形,NEOを具体例,NEOとその誘導体よりも良好なスパイク雑音分離を与えているを定義した。これは一般的な離散エネルギー演算子に適用した非線形スケーリングのためである。二つの良く知られた公開利用可能データセットを用いて,いくつかの演算子の性能を比較した。低信号対雑音比をもつマルチユニットスパイクを含むデータセットについて,検出精度は約15%改善された。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 復号化 ,  雑音 ,  *SN比
準シソーラス用語： 検出精度 ,  *神経 ,  *低SN比 , 【Automatic Indexing@JST】

分類 (5件)： 中枢神経系  (EJ12030F) ,  生体計測  (EL03020C) ,  脳・神経系モデル  (EL02050C) ,  人工知能  (JE08000Z) ,  システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (8件)： 植込み ,  脳回 ,  スケール ,  エネルギー ,  演算子 ,  低SNR ,  神経 ,  スパイク