我是神经科学家，而不是一个非常好的人。我的同事友情地向我提供了龙虾Stomatogastric Ganglion的PY神经元的噪声电压测量值。
这种神经元的活动特征是缓慢的去极化平台，顶部有快速尖峰（爆发）。
呈现理想化和嘈杂的版本here，供您在闲暇时阅读。
我的工作是从嘈杂的信号中提取尖峰时间，但这远远超出我的经验水平，我不知道从哪里开始。幸运的是，我是Matlab的完全忍者。
有人可以向我提供最适合此任务的程序，过滤器或平滑功能的名称。或者甚至是适当的论坛来问这样一个问题。
据推测，它需要提高信噪比？这里的问题似乎是确定噪音和真正的峰值之间的差异，因为两者之间的差距非常小。
我在Matlab中尝试了以下过滤器，结果不一致。仍然很难说什么是噪音和什么是峰值。
低通巴特沃斯滤波器， 中值滤波器 高斯， 移动加权窗口， 移动平均滤波器， 平滑， sgolay过滤器。
答案 0 :(得分：1)
这可能不是堆栈溢出的适当响应 - 但在你的情况下增加信噪比的一种方法是平均信号的部分。
通过平均部分信号（最小锁定电位），您将利用两个属性：噪声为零均值（嗯，它应该是），并且感兴趣的信号是重复的。因此，当你堆积潜力时，第一个会减少，第二个会增加。然而，通过这个过程，你将失去每个慢波图的尖峰时间，但至少将它们用于50个最小值的块。
这种技术在神经科学中被称为事件相关电位（http://en.wikipedia.org/wiki/Event-related_potential）。它可能不完全适合您的信号，或者结果可能不会产生很好的尖峰，但您可能会在一些感兴趣的时间段内提取尖峰时间（考虑到信号的性质，我会说您需要5或10个电位才能看到新兴的平均活动）。
有些工具箱可以完成部分工作（但考虑到任务的复杂性，我会亲自编程）。这些是eeglab或fieldtrip。它们也有一堆过滤/分解选项，以及一些统计功能。
