An unsupervised and refractoriness-supported algorithm design for real-time spike sorting
Aksiyon potansiyellerinin gerçek zamanlı kümelenmesi için gözetimsiz ve refrakterlik destekli bir algoritma tasarımı
- Tez No: 749789
- Danışmanlar: PROF. DR. AHMET ADEMOĞLU, PROF. DR. BURAK GÜÇLÜ
- Tez Türü: Yüksek Lisans
- Konular: Mühendislik Bilimleri, Engineering Sciences
- Anahtar Kelimeler: Aksiyon potansiyelleri, Kümeleme, Matlab, Online, Zaman ölçüm yöntemi, Çevrimiçi, İşaret tespiti, Action potentials, Clustering, Matlab, Methods time measurement, Online, Signal detection
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Biyomedikal Mühendislik Enstitüsü
- Ana Bilim Dalı: Biyomedikal Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
lektrofizyolojik sinyallerin içerisindeki aksiyon potansiyellerini, sinirbilim çalışmalarında kullanılabilmeleri için kümeleyen algoritmalara spayk kümeleme algoritmaları denir. Bu çalışmada, mevcut çevrimiçi ve gözetimsiz algoritmalardan daha iyi performans gösteren ve eşikleri uyarlamalı olarak hesaplayan gözetimsiz ve çevrimiçi bir spayk kümeleme algoritması geliştirilmiştir. Bu algoritma geliştirilirken, Öklid mesafesine dayalı, şekil eşleştirme tipi bir algoritma olan OSort temel alınmıştır. Spaykların yakalanması için NEO metodu; yakalananların da dört defa üst örneklenmesi için Pencereli Sinc İnterpolasyon yöntemi kullanılmıştır. Spaykların yanlış kümelenmesini önlemek için spaykların tepe noktalarını baz alan bir refrakterlik kontrol mekanizması geliştirilmiştir. Farklı nöronlara ait spayk şekillerinin benzer olduğu durumlarda spaykların yanlış kümelenmesini önlemek için, bir spaykın kendisine ikinci en yakın kümeye ait olma ihtimalini kontrol eden bir blok tasarlanmıştır. Algoritmanın gelecekte, uygun fiyatlı FPGA kartlarla, gerçek zamanlı çalışmalarda kullanılabilmesi için matematiksel olarak kompleks işlemlerin kullanımından kaçınılmıştır. Algoritmanın, literatürdeki popüler çevrimiçi algoritmalardan istatistiksel olarak anlamlı ölçüde iyi performans gösterdiği ve çevrimdışı olanlardan istatistiksel olarak anlamsız ölçüde kötü performans gösterdiği görülmüştür. Sunulan bu tez, kompleks algoritmalar kullanmadan da spaykları yüksek doğrulukla, çevrimiçi ve gözetimsiz şekilde kümelemenin mümkün olduğunu göstermiştir. Bu tür algoritmaların, spayk kümeleme uygulamalarının kullanıldığı sinirbilim çalışmalarının yaygınlaşmasını desteklemesi beklenmektedir.
Özet (Çeviri)
Neural spike sorting algorithms have been used to group the action potentials in electrophysiological signals according to their characteristics to use them in neuroscience studies. In this study, we developed an unsupervised and online spike sorting algorithm that performs better than existing online and unsupervised sorting algorithms, calculates thresholds variably, and can be used for real-time studies when applied on FPGA boards. A template matching algorithm OSort, based on Euclidean distance, functioned as the base for this algorithm. We used the NEO method to detect the spikes and the Windowed Sinc Interpolation method to upsample the detected spikes four times. We developed a refractoriness control mechanism that works according to the peak points of the spikes to prevent assigning a spike to the wrong cluster. We designed a second block that considers the probability of a spike belonging to the second closest cluster to itself. It controls this issue to prevent assigning a spike to the wrong cluster if the spike waveforms of the different neurons are similar. We avoided using more complex mathematical operations like calculating standard deviation with the aim of future real-time studies on cheaper FPGA boards. When we compared the performance of our algorithm with the well-known algorithms in the literature, we saw that ours performed significantly better than the online ones and insignificantly worse than offline ones. The presented thesis shows that more accurate online and unsupervised spike sorting is possible without complex algorithms. It is expected that this kind of algorithms will support the increment in the number of neuroscience studies that use spike sorting.
Benzer Tezler
- Kalite kontrolde yapay sinir ağlarının denetimsiz kullanımı üzerine bir deneme: Lokal ve seyrek darbeli sinir ağı
An experiment on the unsupervised use of artificial neural networks in quality control: Local and sparse spiking neural network
ÖZGÜR TAPAN
- Uydu verileri ile İstanbul Boğazı ve Haliç'de su kirliliğinin makro düzeyde belirlenmesi
Intrepretation at macro level as pollution of water resources of remotely sensed data of Bosphorus and golden horn estuary by an unsupervised and supervised classification method
H.GONCA COŞKUN
- An unsupervised learning approach to seismic waveform classification via representation learning
Gösterim öğrenme yoluyla seismik dalga formu sınıflandırması için denetimsiz öğrenme yaklaşımı
ONUR EFE
Yüksek Lisans
İngilizce
2023
Fizik ve Fizik MühendisliğiBoğaziçi ÜniversitesiFizik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ARKADAŞ İNAN ÖZAKIN
- An Unsupervised approach for automatic language identification
Otomatik dil tanımada gözetimsiz yaklaşım
TUBA İSLAM
Yüksek Lisans
İngilizce
2003
Elektrik ve Elektronik MühendisliğiBoğaziçi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. LEVENT ARSLAN
- An unsupervised semantic similarity based method for word sense disambiguation
Kelime anlamı berraklaştırma için anlam benzerliği tabanli denetimsiz bir yöntem
SEDAT ÇANKAYA
Yüksek Lisans
İngilizce
2010
İşletmeBoğaziçi ÜniversitesiYönetim Bilişim Sistemleri Ana Bilim Dalı
DOÇ. DR. BİRGÜL KUTLU
