Resumen

Muchos de los registros extracelulares multicanal de la actividad neuronal consisten en intentar clasificar los picos en función de las características compartidas con algunas técnicas de detección de rasgos. A continuación, los picos pueden clasificarse en grupos distintos. En general, hay dos problemas estadísticos principales: en primer lugar, la clasificación de picos puede dar lugar a unidades bien clasificadas, pero de ninguna manera se puede estar seguro de que se trata de unidades únicas debido al número de neuronas adyacentes al electrodo de registro. En segundo lugar, la dimensionalidad de la forma de onda se reduce en un pequeño subconjunto de características discriminantes. Este esfuerzo de acortamiento de la dimensión se introdujo como una ayuda para la visualización y la agrupación manual, pero también para reducir la complejidad computacional en la clasificación automática. Introducimos una métrica basada en la vecindad común para introducir la dispersión en el conjunto de datos y separar los datos en subgrupos más homogéneos. El enfoque es especialmente adecuado para la agrupación cuando los clusters individuales son alargados (es decir, no esféricos). Además, no es necesario seleccionar el número de clusters, es muy eficiente para visualizar los clusters en un conjunto de datos, es robusto al ruido, puede manejar datos desequilibrados y es totalmente automático y determinista.

• Materias:Algoritmos (Matemáticas) Ingeniería del transporte Neurociencias Seguridad del transporte Ingeniería ferroviaria
• Subjects:Agorithms (Math) Transport engineering Neurosciences Transport safety Railway engineering
• Palabras claves:número de neuronas, número de clústeres, registro extracelular multicanal, principales cuestiones estadísticas, subconjunto de discriminantes, técnicas de detección de características, esfuerzo de acortamiento de dimensiones, actividades neuronales, clústeres individuales, unidad clasificada
• Keywords:number of neurons, number of cluster, multichannel extracellular recording, main statistical issues, subset of discriminating, features detection techniques, shortening dimensions effort, neural activities, individual cluster, sorted unit