利用粒子滤波重建位置细胞编码的运动轨迹 - 生物化学与生物物理进展.pdf

生物化学与生物物理进展 Progress in Biochemistry and Biop hys ics 2016, 43(8): 817~826 用粒子滤波重建位置细胞编码的运动轨迹* ** ** *** 新玉 海 鑫 尚志刚 万 红 ( 州大学电气工程学院，郑州450001) 摘要 粒子滤波解码算法在神经信息解码中已有较多应用，但在海马区位置细胞集群编码的运动轨迹重建中极其少见 针对 大鼠海马区位置细胞的神经元响应特性，采用二次指数泊松方程建立了大鼠运动轨迹的位置细胞集群状态空间编码模型，然 后利用仿真数据和实测数据研究了粒子滤波在大鼠运动轨迹重建中的性能，并与扩展卡尔曼和无迹卡尔曼重建算法进 了对 比 仿真数据重建结果显示，与后两种算法相比，在相同的重建精度下，粒子滤波算法需要的位置细胞个数相对更少 实测 数据重建结果显示，粒子滤波算法重建的轨迹与真实轨迹之间的相关系数和均方根误差均优于扩展卡尔曼和无迹卡尔曼重建 算法 这些结果表明，粒子滤波算法不仅能够高效地利用位置细胞集群编码信息，而且具有更高精度的轨迹重建性能，将为 空间认知神经机制的深入研究提供有力的技术支持 关键词 位置细胞，粒子滤波，状态空间编码模型，运动轨迹重建 学科分类号 TP394，Q189，R318.04 DOI: 10.16476/j.pibb.2016.0082 海马区位置细胞在动物进 空间认知和导航过 有效地重建了大鼠的运动轨迹 此外，对于规则的 程中起到了重要作用[1-2] 位置细胞由于具有受空 T 迷宫环境空间，Huang 等[7] 通过对二维T 迷宫进 间特定位置调谐发放的位置野特性，被认为是构成 线性化，并结合基于样条插值的广义线性方程建 空间认知地图的基本单元，其在空间特定位置的发 立了位置细胞集群编码模型，然后利用点过程滤波 [3] 放可以表征动物在环境中的当前位置 因此，利 算法重建了T 迷宫中大鼠的运动轨迹 但 ，无 用海马区位置细胞的活动信息可以解码或预测动物 论 贝叶斯滤波还是点过程滤波算法，均需要对非 的位置信息，重建其运动轨迹 在动物运动轨迹重 线性系统的后验概率密度做高斯假设，而且对运动 建中，神经信息的编解码问题 其中重要的研究内 轨迹的位置细胞集群编码模型精确性具有较高要 容之一，对于深入解析空间认知的神经机制有着十 求，重建的精确性和鲁棒性还有待提高 分重要的意义 然而由于神经系统的复杂性和神经 粒子滤波(particle filter，PF)是一种基于蒙特卡 活动的非线性，使得动物运动轨迹的神经信息重建 洛方法的非线性状态估计算法，摆脱了噪声必须满 成为神经科学中最棘手的问题之一 足高斯分布的约束[8] ，在皮层神经活动信息解码中 [9] 对于动物运动轨迹的重建目前已有较多研究， 取得了较好的效果 Brockwell 等 将粒子滤波算法 其中建立在生理行为本身具有连贯性和可预测性基 应用到了猴子手部运动轨迹重建中，结果表明粒子 础上的基于贝叶斯的解码算法应用最为广泛 1998 滤波的重建结果显著优于群矢量算法和最优线性估 [4] [10] 年，Brown 等 基于大鼠海马位置细胞的