神經(jīng)元的形態(tài)分類算法研究.pdf

1、大腦是生物體內(nèi)結(jié)構(gòu)和功能最復(fù)雜的組織，其中包含上千億個神經(jīng)細胞(神經(jīng)元)。人類腦計劃(Human Brain Project，HBP)的目的是要對全世界的神經(jīng)信息學數(shù)據(jù)庫建立共同的標準，多學科整合分析大量數(shù)據(jù)，加速人類對腦的認識。
　　 為了利用神經(jīng)信息學數(shù)據(jù)庫，設(shè)計神經(jīng)元形態(tài)識別與分類的方法，我們需要對樣品神經(jīng)元數(shù)據(jù)進行深入地分析，找到各類神經(jīng)元的有效特征，將待判別的神經(jīng)元與樣品神經(jīng)元進行比較，然后判斷出待判定神經(jīng)元屬于哪一類

2、。本文基于這種思想，利用模板匹配法和支持向量機法，建立神經(jīng)元形態(tài)識別的模型，對神經(jīng)元進行分類。
　　 模板匹配法是模式識別中最簡單的方法，當給定一定量的樣品時，該方法會有很好的判別效果。支持向量機(SVM)是二十世紀九十年代發(fā)展起來的統(tǒng)計學習理論的核心內(nèi)容，在模式識別中有廣泛地應(yīng)用。本文利用模板匹配法和支持向量機法進行神經(jīng)元的形態(tài)學分類，通過不同的分類方法的比較，可以看出支持向量機法具有良好的分類能力。在研究中我們還發(fā)現(xiàn)：利用量