1

我将数据存储在有关神经元记录的结构中。神经元尖峰存储在一个逻辑数组中，其中尖峰为 1，无尖峰为 0。

spike = <1x50 logical> 
spike = [1 0 0 0 1 0 0 1 0 0 0 0 0 0 1 1 1 0 1 0 1 0 0 0 1 1 0 0 ...]

我要做的是使用高斯滤波器将这些尖峰转换为平滑曲线信号。

我有以下平滑功能：

function z = spikes(x, winWidth)
% places a Gaussian centered on every spike
% if x is matrix, then perform on the columns

winWidth = round(winWidth);

if winWidth == 0
    y = [0 1 0];
    w = 1;
else
    w = winWidth * 5;
    t = -w : w;
    y = normpdf(t,0,winWidth);
end

if isvector(x)
    z = conv(x,y);
    z = z(w+1 : end);
    z = z(1 : length(x));
else
    z = zeros(size(x));
    for i = 1 : size(x,2)
        z1 = conv(x(:,i),y);
        z1 = z1(w+1 : end);
        z1 = z1(1 : length(x));
        z(:,i) = z1;
    end
end

end

我只是想知道如何从类似于上述逻辑阵列的尖峰中产生神经信号？

PS：我很迷茫，我的答案无法在这里发布。

4

1 回答 1

2

如果我理解正确，您只需要增加采样频率并进行卷积即可。由于您的原始阵列对应于一个采样频率为一个尖峰的信号，因此如果您想提高尖峰的分辨率，则需要人为地在尖峰之间引入更多的数据点。

spike = [1 0 0 0 1 0 0 1 0 0 0 0 0 0 1 1 1 0 1 0 1 0 0 0 1 1 0 0];

![n_samples = numel(spike);
resampling_f = 50;
new_signal = zeros(n_samples*resampling_f,1);

spikes_ind = find(spike);
new_signal((spikes_ind-1)*50+round(resampling_f/2)) = 1;

%here you can use the spikes function you defined
winWidth = 10;
w = winWidth * 5;
t = -w : w;
kernel = normpdf(t,0,winWidth);
spikes_sample = conv(x,kernel);

figure, hold on
subplot(1,2,1), hold on
plot(new_signal)

subplot(1,2,2), hold on
plot(spikes_sample)][1]

在此处输入图像描述

于 2015-07-15T10:07:11.627 回答