I grandi passiin avantiche leneuroscienze stanno facendo si devono in larga
misura alla possibilitàdi eettuareed elaborareregistrazioni multiple nei siti
neurologici: i recenti progressi nel campodei sistemidi acquisizione commer-
cialiconsentonoinfattidiregistraremoltissimicanali(dell'ordinedellecentinaia)
contemporaneamente. Le registrazioni simultanee di treni di spike di neuroni
diversiapronounanestracheguardadirettamenteilmeccanismodifunziona-
mentodelleunitàneuraliingruppo,paragonabiliatantistrumentichesuonano.
Ascoltareecapirelamusicaèinunaqualchemanierapossibile,maperpoterla
riprodurreènecessario sapere benecome funzionanoi singolistrumenti enon
solo, serve anche conoscere come vengonousati questi strumenti, in relazione
conglialtri,perprodurrequellaspecicamelodia.
Dato che l'accuratezza dellospike sorting inuenza in modo signicativo
l'accuratezza delleelaborazioni successive, lo sviluppodi unalgoritmoche la-
vorinelmigliormodopossibileèdifondamentaleimportanza. Glierrorialivello
dellafasedisortingvengono,infatti,inevitabilmentetrasmessieperquestomo-
tivoèdaconsiderarsiunpuntocritico. Inoltre,perlanaturastessadelproblema,
lacomplessitàdelsortingcrescenotevolmenteconl'aumentaredeisitidiregis-
trazione.Esistepoiunaltroma: questatesinascesottoilprogettoNeurobotics
per losviluppodi una piattaformaroboticae di uncontrolloche preveda una
interazionedell'utenteabassolivello(HMI).E'fondamentale,quindi, cheogni
operazione venga completatain tempi compatibili conl'applicazione richiesta.
Ilproblemadelsortingon-lineèsenzadubbiomoltopiùcomplesso,maèanche
unaoperazionenecessaria: considerandogliobiettivicheilprogettoNeurobotics
sipropone,irisultatidiquestostadiodielaborazioneservonocomeinputdistep
successivi,chepotrebberorichiedereancorapiùtempoperil calcolo.
Ilproblemadellospikesortingèstatoarontatoinduefasi: l'individuazione
degli eventi spike e la classicazione degli eventi individuati. Le wavelet si
sonomostrateunpotentestrumentodianalisidelsegnalesianellaprimaparte
dell'elaborazione che nella seconda, perchè in grado di raccogliere una quan-
tità di informazione notevolmente maggiore rispetto ai metodi utilizzati clas-
sicamente in questospecico settore. Il Wavelet DetectionMethod (WDM)
nonsoloprevedecosticomputazionalirelativamentebassi, maprovvedead un
notevolemiglioramento nell'elaborazione deidaticonbassivalori delSNR per
segnali neurali con bassi ring rate (circostanza, questa, che spesso si veri-
questa molto importante, perchè signicache l'algoritmoè robusto, oltre che
predispostoad una applicazione on-line. Allo stesso modo, anche il metodo
diclassicazionepropostosfruttalatrasformatawaveletperlafeatureextrac-
tion,seguitodalsuper-paramagneticclustering (SPM)perladistinzionedegli
eventi individuati in gruppi. Analogamente, per la classicazione èstata uti-
lizzata una tecnica non supervisionata con buone performance in termini di
risparmiodi tempo. L'idea di fondoè quelladi usarecome oggettida classi-
careicoecientiwavelet. IlsistemadiclassicazioneSPMsibasasulprincipio
che per una divisione in gruppi sia suciente la conoscenza delle interazioni
dell'oggettoconiKelementipiùvicininellospaziodellecaratteristiche,equindi
nonrichiedealcunaassunzioneapriorisulladistribuzionedeidatichesivanno
analizzando: anchequestoaspettoèimportantealloscopodirendereilsistema
dielaborazionerobustoenonsupervisionato.
Inconclusione,inquestolavoroditesisonostateunitemetodologieavanzate
neilorospecicicampidiapplicazione,ottenendounsistemaibridochepuòes-
sereutilizzatoperilsortingsenzaassunzioniapriorisulladistribuzionedeidati.
Inoltre,senzaperderenellaqualitàdell'elaborazionesvolta,leperformanceglob-
ali,interminiditempodielaborazione,sonobuone. Tuttavia,l'algoritmonale
deve esseretestato percapire sepuò funziona "on-line"o no. Inoltre, riman-
gonoancorada svilupparetutte leelaborazioni successiveallavorodi sorting,
cherisultanointeressantialloscopodicapirecomesicomportanoineuronireg-
istrati; sarebbe, ad esempio,di notevole interesse neurosiologicocapire come
leattivitàdegliunisiproiettinosuquelledeglialtridurantel'esecuzionediuno
specicotask;questopotrebberivelarsiutilecomeindaginearitroso,voltaalla