基于小批量K均值聚类的神经电生理尖峰信号分拣方法

本发明公开了一种基于小批量K均值聚类的神经电生理尖峰信号分拣方法，包括：1、采集电生理数据并进行预处理，以消除噪声并增强信号质量；2、采用优化的聚类算法小批量K均值，从数据中获得通用模板，基于通用模板对检测到的尖峰最近的L个通道进行主成分特征提取，获得更新后的通用模板；3、基于图的聚类算法，对更新后通用模板进行精确聚类，从而获得学习模板；4、使用学习模板进行尖峰检测并结合步骤3的图聚类方法输出最终尖峰聚类结果。本发明能显著提升电生理数据的处理速度和分类准确性，实现对神经元活动的快速准确识别，为神经科学研究提供了一种高效的数据分析工具，显著降低了数据处理的时间成本，并提高了研究效率。