スパイクソーティングとは、脳波計測などの電極データから神経細胞の活動電位であるスパイクを検出し、波形の形状や特徴に基づいて個々の細胞の発火元を特定・分類する技術です。脳の神経回路の働きを解析するために広く利用されています。
スパイクソーティングとは
一言でいうと、脳の神経細胞（ニューロン）から記録された電気信号の混信を分離し、どの細胞がいつ発火したのかを特定する信号処理およびデータ解析のプロセスです。
詳しく解説
脳の活動を調べる際、複数のニューロンの近くに電極を配置して電位を測定すると、多様な細胞からの電気信号（スパイク）が混ざり合ったデータとして得られます。スパイクソーティングでは、機械学習のクラスタリング手法やパターン認識アルゴリズムを用いて、波形の振幅や持続時間などの特徴量ごとに信号をグループ分けします。これにより、個々のニューロンレベルでの詳細な活動を復元でき、脳の情報処理メカニズムの解明において重要な役割を果たしています。
具体例・使われ方
多チャンネル電極を用いた動物実験やブレイン・コンピュータ・インタフェース（BCI）の開発において、計測された生体シグナルからノイズを取り除き、神経活動のデータを抽出する際に利用されます。
似た用語との違い
一般的なノイズ除去やフィルタリングが単に不要な周波数成分を取り除くのに対し、スパイクソーティングは、波形の類似性に基づいて複数の信号源の発生源を識別・分類する点で異なります。
注意点
電極の移動や細胞のわずかな位置の変化によって波形が変化するため、長時間の計測では分類精度が低下する場合があります。また、類似した波形を持つ細胞同士の完全な分離は困難であり、アルゴリズムの選択によって結果が左右される点に注意が必要です。
この解説は役に立ちましたか？誤りが含まれる場合はご報告いただけますと幸いです。
更新日時: 2026年9月24日 04:00