آشکارسازی پتانسیل‌های عمل در ثبت‌های خارج سلولی با استفاده از انرژی شانون و تبدیل هیلبرت

آشکارسازی اسپایک های عصبی، نحستین گام برای تجزیه و تحلیل پتانسیل عمل واحدهای نورونی در ثبت خارج سلولی می‌باشد. وجود نویز پس‌زمینه درثبت‌های خارج سلولی، که عمدتا از جمع آثار پتانسیل عمل واحد های نورونی دورتر از منطقه‌ی ثبت ناشی می‌شود، در بسیاری از مواقع، آشکارسازی و تشخیص اسپایک‌های عصبی کم‌دامنه را دشوار می‌سازد. تا کنون محققان زیادی به این موضوع پرداخته و برای حل این مشکل، الگوریتم های زیادی پیشنهاد داده‌اند. در این مقاله، یک الگوریتم خودکار برای آشکارسازی اسپایک های عصبی در سیگنال ثبت خارج سلولی آغشته به نویز پس‌زمینه، ارائه شده است. این الگوریتم از چهار مرحله، شامل 1- فیلتر کردن میان گذر و استفاده از فیلتر بالاگذر تفاضلی، 2- اعمال فیلتر غیرخطی انرژی شانون، 3- تبدیل هیلبرت و 4- آستانه‌گذاری روی سیگنال به دست آمده، تشکیل شده است. روش پیشنهادی در این مقاله، با پنج روش شناخته شده در تشخیص اسپایک، روی دو مجموعه‌ی داده‌ی شبیه‌سازی شده و یک مجموعه‌ی داده‌ی واقعی، مورد مقایسه قرار گرفته است. نتایج به دست آمده، حاکی از برتری روش پیشنهادی نسبت به سایر روش ها برای داده‌های شبیه‌سازی شده، بوده که نشان‌دهنده‌ی مقاوم بودن الگوریتم پیشنهادی نسبت به نویز می‌باشد. علاوه بر این، برای داده‌های واقعی، روش پیشنهاد شده رتبه‌ی دوم را در میان تمام روش ها به خود اختصاص داده است. استفاده از فیلتر غیرخطی انرژی شانون، می‌تواند راه‌حل موثری برای تشخیص اسپایک های عصبی در سیگنال ثبت خارج سلولی آغشته به نویز، به حساب آید.