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: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Biyo-Medikal Mühendislik Enstitüsü
- Ana Bilim Dalı: Biyomedikal Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 73
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
- Decision fusion for supervised, unsupervised and semi-supervised learning
Denetimli, denetimsiz ve yarı-denetimli öğrenme için veri füzyonu
METE ÖZAY
Doktora
İngilizce
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. FATOŞ TUNAY YARMAN VURAL
- 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
- Temporal change detection analysis using landsat and sentinel satellite images: A case study-Igneada floodplain forest national park
Landsat ve sentinel uydu görüntüleri kullanılarak zamansal değişim analizi: İğneada longoz ormanları örneği
MERVE TOKER
Yüksek Lisans
İngilizce
2018
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. AYŞE FİLİZ SUNAR
- Gözetim sistemleri için normal olmayan davranışların algılanması
Abnormal human behavior recognition for surveillance systems
ELVAN DUMAN
Doktora
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. OSMAN AYHAN ERDEM
- Generating action description text from skeleton key points sequence
İskelet anahtar noktaları sekansından eylem tanımlama metni üretilmesi
ALİ EMRE KESKİN
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. HACER YALIM KELEŞ