基于模型分类算法的针刺神经元放电不应期的分析

秦晴

（天津职业技术师范大学，天津300222）

针灸作为中国传统医学的重要组成部分，具有自身的鲜明特色和独特优势，现代临床和实验研究表明，针刺在镇痛、醒脑开窍等方面卓有成效。目前，党中央把中医药工作摆在更加突出的位置，要求加强中医优势专科建设，做优做强针灸等专科专病，同时国外对针灸学的研究愈发重视。针刺疗效与针刺频率密切相关，针刺频率越高，神经元的响应活动越丰富。然而，针刺频率并不是越高越好。过高的针刺频率会导致神经元进入不应期，另外，过高的针刺频率在治疗疾病的过程中也会增加施针者的困难和患者的痛感。因此，寻找针刺神经元不应期内有效的刺激频率范围是针刺临床治疗的重要工作。

动作电位是神经响应过程中最基本的通信单位，随着多电极采集技术的快速发展，实验者已经能够同时获取成百个通道的神经电信号。因此，从电极的采集信号中准确地提取单神经元的放电序列是一切研究工作的前提。传统的分类算法定义一个或几个时间窗为特定神经元的放电波形，然后在时间轴上进行滑动对比，形状相同的放电波形就是该神经元的动作电位。但是这种算法存在一些缺点。首先，实验者需要人为地选取作为参考的时间窗，这在成百个通道的分类处理中是不实际的。另外，放电波形的叠加和背景噪声都能产生变形的放电波形，此时分类效果会明显变差，变异的放电波形被剔除，大量的放电信息被遗漏。为了解决这个问题，本文采用了一种基于模型的分类优化算法，有效地辨识变异的放电波形，从而降低动作电位的漏检率，提高分类结果的准确性。同时在此基础上，统计分析不同频率针刺所诱发的放电事件，获取针刺神经元不应期内有效的刺激频率范围。

1 模型优化分类算法

本节以传统分类算法的结果作为初值，采用一种基于模型的优化分类算法，辨识漏检的变异波形，准确地获得单神经元的放电序列。首先，假设t 时刻电极记录的膜电压是神经元集群中所有放电波形在t 时刻以不同形式的线性叠加，建立t 时刻膜电压的生成模型：

令该后验概率函数取最大值，从而将单神经元的放电序列估计出来。

采用针刺大鼠足三里实验中脊髓背角神经元的放电活动作为原始数据，以针刺频率60 次/分钟为例，分别进行两种算法的放电分类，并比较它们的分类效果。分类结果如图1 所示，模型分类算法在0-12 秒内多检测了12 个放电（红色圆点），大大提高了分类的准确性。

图1 两种算法的分类比较

2 不应期内的有效针刺频率

为了获取针刺神经元不应期内有效的刺激频率范围，本节以针刺频率30 次/分钟，60 次/分钟，120 次/分钟和180 次/分钟为研究对象，采用模型分类算法，对不同频率针刺条件下神经元的响应活动进行统计分析。四种针刺频率条件下神经元的放电率，如表1 所示。结果表明，针刺频率在30-120 次/分钟内，随着频率的增大，神经元放电率也增大；当针刺频率大于120 次/分钟，神经元放电率并没有明显的增大，神经元逐步进入不应期。因此，针刺神经元不应期内的有效针刺频率范围是30-120次/分钟。

表1 四种针刺频率条件下神经元放电放电率

3 结论

本文根据针刺实验中电极记录的原始信号，采用模型优化分类算法，克服了传统分类算法中波形变异的问题，准确地估计出脊髓背角神经元的放电序列。然后，对不同频率针刺条件下神经元放电事件进行统计分析，结果发现针刺神经元不应期内的有效针刺频率范围是30-120 次/分钟。这一结论为针刺临床治疗中针刺频率的选取提供了一定的理论基础。