spikedetectie

Spikedetectie is het proces van het identificeren van snelle, korte pieken in tijdreeksen, met name in electrophysiologische opnames van zenuwcellen. Het doel is het markeren van neuronale actiepotentialen (spikes) in ruis en artefacten, zodat verdere analyse zoals spike sorting kan plaatsvinden. Spikes hebben doorgaans een duur van ongeveer 0,5 tot 2 ms en een amplitude die hoger is dan het omringende signaal.

In opnames met micro-elektroden of multi-elektrode arrays komen spikes voor tegen een achtergrond van ruis, baselinedrift en bewegingartefacten. Detectie is verder lastig wanneer meerdere spikes tegelijk optreden of wanneer de signaal-ruisverhouding slecht is. Voorbewerking zoals bandpass-filtering en baseline-correctie is vaak noodzakelijk.

Veel gebruikte methoden zijn: drempelgebaseerde detectie (vast of adaptief), op basis van signaalenergie of afgeleide, template matching waarbij een sjabloon van de spike wordt opgezocht, en meer geavanceerde technieken zoals wavelet-transform, Bayesiaanse modellen en machine-learning classifiers. Sommige systemen combineren detectie met sorting in één stap, andere houden zich strikt aan detectie.

Evaluatie van detectie gebruikt metrics als hits, precisie en recall, en ROC- of PR-curves. Ground truth kan worden verkregen uit simultane opnames met interne neuronen of optogenetische tagging. Detectie legt de basis voor spike sorting, maar sortering is een aparte stap die toewijst spikes aan individuele neuronen.

Toepassingen omvatten neuroscience-onderzoek, klinische monitoring (bijv. epileptische spikes) en brain–computer interfaces. Belangrijkste beperkingen zijn gevoelig parameterkeuze (drempel, filters), misdetecties bij overlappende spikes en artefacten die het signaal verstoren. Nieuwe benaderingen combineren traditionele heuristieken met machine learning voor robuuste detectie.