مرتب سازی اسپایک های عصبی با استخراج ویژگی مبتنی بر شبکه عمیق خود رمزگذار

مرتب سازی اسپایک های عصبی یکی از مسئله های مهم در حوزه علوم اعصاب برای تشخیص اسپایک های مرتبط با هر نورون است و به عنوان یکی از پیش پردازش ها برای رمزگشایی سیگنال های عصبی در نظر گرفته می شود. در این مقاله برای اولین بار از شبکه های عمیق رمزگذار خودکار برای استخراج ویژگی در مرتب سازی اسپایک ها استفاده شده است. استفاده از شبکه های عمیق باعث دست یافتن به ویژگی هایی مقاوم در برابر نویز حاصل از حرکت الکترودها در بافت مغز شده و در نتیجه باعث کاهش میزان وابستگی الگوریتم های خوشه بندی به ویژگی ها می شود. همچنین این روش نسبت به سایر روش های استخراج ویژگی، خوشه های موجود را از یکدیگر متمایزتر کرده است و توانسته میانگین دقت مرتب سازی را در برای داده های متفاوت حداقل 39/1 و حداکثر 16/17 درصد افزایش دهد.