JPH0489524A - 信号分類法 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 ［産業上の利用分野コ この発明は多チャンネル同時計測から得られたデータを
同−信号源毎の信号に分類する信号分類法に関するもの
である。

［従来の技術］ 神経組織内の神経細胞などのように多くの信号源が独立
に活動しているものを測定する方法として、多数の検出
器を同時に使う多チャンネル同時計測法がある。一般的
に、検出器の大きさと信号源の大きさは必ずしも一致し
ないので、各検出器で得られた信号を各信号源毎に分類
するデータ処理が必要となる。

第２図は例えばＪｏｕｒｎａｌ　Ｎｅｕｒｏ　５ｃｉｅ
ｎｃｅ　（１９８９）９、　Ｐ、３６８１−３６８９に
掲載された従来の信号分類法のフローチャートである。

この従来法は、神経組織内の多数個の神経細胞の活動を
同時に記録する光学的多チャンネル同時計測法のために
開発されたものである。

図において（１１）〜（２５）はこの方法に関する各ス
ラップを示すものである。

多チャンネル同時計測装置で得られたデータ（ステップ
（１１））の中のあるチャンネル（チャンネル（Ａ））
（ステップ（１２））を選ぶ。チャンネル（Ａ）のデー
タを見て信号と認められる部分を検出し、その周辺のデ
ータｎ個をｎ次元の鋳型ベクトルとする（ステップ（１
５））。次にチャンネル（Ａ）の他のデータの中から時
間順にｎ次元ベクトルを選び（ステップ（１６））内積
を求める（ステップ（１８））。

あらかじめ定めた閾値以上のものを信号とする（ステッ
プ（２０））　。

次にチャンネル（Ａ）に隣接するチャンネルのデータを
表示し、信号と認められた時刻毎に隣接チャンネルに同
一信号源の信号があるかどうか判断する（ステップ（２
１））。同一信号源からの信号をデータから除外する。

信号と認められる部分がなくなるま°でステップ（１２
）〜（２１）をくり返す。

［発明が解決しようとする課題］ 従来の分類法では各チャンネルのデータを一つずつ見て
鋳型を見つけることが必要で、多量のデータを効率よく
処理できないという問題点かあった。

この発明は上記のような問題点を解消するためになされ
たもので、多チャンネル同時計測で得られたデータを、
各信号源に効率よく分類するデータ処理法を提供するこ
とを目的とする。

［課題を解決するための手段］ この発明に係る分類法は、信号の同時性と検出位置の近
接性によって作った各チャンネル毎の信号の大きさを成
分とする信号ベクトルを、クラスター法により分類する
ことによって、各信号源の信号に分類するようにしたも
のである。

［作用］ この発明におけるクラスター法は、信号ベクトル間の相
似度を比較することにより、信号ベクトルを各信号源か
らの信号ベクトルの組に分類することができる。

［実施例］ 以下、この発明の一実施例による信号分類法を図によっ
て説明する。

第１図は、多チャンネル同時計測法で得られたデータを
、各信号源毎の信号時間列に分類するフローチャートを
示す。各チャンネルに存在する信号の時刻と信号の大き
さを何らかの信号検出法であらかじめ求めておいてデー
タを用いるとする。

次に信号の分類について第１図をもとに詳しく説明する
。

各チャンネルに存在する信号の時刻をもとに、複数のチ
ャンネルに同時に発生した信号の組を作り（ステップ（
２））、　信号の大きさを要素とする信号ベクトルを構
成する（ステップ（３））。　同一信号源からの信号は
、隣接するチャンネルに固まって検出されるので、ステ
ップ（２）で構成した信号ベクトルを互いに隣接するチ
ャンネルの要素のみで、構成されるベクトルに分割する
（ステップ（４））。

以上のようにして得た信号ベクトルを信号源毎に分類す
る。各信号ベクトルが同一の信号源のものであるかどう
か判断する基準として類似度を用いる。２つの信号ベク
トルをｘ、　　ｙとする。類似度ＳはＳ＝　（ｘ、ｙ）
　／　Ｉ　ｘ　Ｉ　ｌ　ｙ　ｌ　−ｒ　（ｘｔｙ）ここ
で　（χｔ　ｙ　）はＸ　ｖ　’ｊの内積、　ｌｘｌ、
ｌｙはＸｓ’／の絶対値、ｒ　（ｘｔｙ）は絶対値の比
でｌ　ｘ　Ｉ　＞　Ｉ　ｙ　ｌのとき’　＝　’　ｙ　
ｌ　／　Ｉ　ｘ　＋、→ ｌ　ｘ　ｌ　＜　ｌ　ｙ　Ｉ　Ｏのときｒ　＝　ｌ　ｘ
　Ｉ　／　ｌ　ｙ　Ｉである。Ｓが大きい程、２つのベ
クトルが似ており同一の信号源からの信号と考えること
ができる。

次に類似度Ｓを用いてクラスター法により、信号ベクト
ルを分類する。

クラスター法とは、与えられた集合の要素をある基準を
もとにして近いものから順に要素の組（クラスター）を
形成していく方法である。

信号ベクトルの集合の中から最大の類似度を与える信号
ベクトルどうしの組をさがす（ステップ（６））。この
組を同一信号源からの信号とみなし、信号ベクトルのク
ラスターを作る（ステップ（８））　。

このクラスターと他の信号ベクトル（あるいはクラスタ
ー）との類似度を計算する。新たに形成されたクラスタ
ーと他の信号ベクトル（あるいはクラスター）との類似
度は、クラスター内の各信号ベクトルと他の信号ベクト
ル（叉はクラスター）との類似度の平均を用いる（ステ
ップ（９））。

新たに計算された類似度の最大値が、あらかじめ定めら
れた閾値以下になるまで、ステップ（６）〜（９）をく
り返し、クラスターの数やクラスターに含まれる信号ベ
クトルの数を増やして行く。

（２回目以降のステップ（６）は、信号ベクトルどうし
ばかりでなく信号ベクトルとクラスター、りラスターど
うしの組も考察する）類似度が闇値以下になった時には
、同一信号源からの信号とみなし得る信号ベクトル（あ
るいはクラスター）の組がないと考えクラスター法を停
止し、各々のクラスターに含まれる信号ベクトルをそれ
ぞれ独立した１個の信号源からの信号として分類する（
ステップ　（１０））　。

なお上記実施例では、信号ベクトルの分類に類似度を用
いたがベクトル間の距離を用いてもよい。

また、組み合わせた組の他の紐との類似度に平均を用い
たが、最小値や最大値を用いてもよい。

［発明の効果］ 以上のように、この発明によれば与えられたデータを同
時性と空間的隣接性によって信号ベクトルに分割し、そ
の信号ベクトルを類似度を用いてクラスター分けをする
ことにより、データを効率よく自動処理できる信号分類
法を提供できる効果がある。

【図面の簡単な説明】

第１図はこの発明の一実施例による信号分類方法を示す
フローチャート、第２図は従来の信号分類方法の一例を
示すフローチャートである。 なお、図中、同一符号は同一　または相当部分を示す。

Claims (1)

【特許請求の範囲】
1. 多チャンネル同時計測データにおいて、複数のチャンネ
   ルに重複して検出される同一信号源からの信号を、クラ
   スター法を用いて、その同一信号源からの信号としてま
   とめ分類することを特徴とする信号分類法。