神经元放电活动的研究是神经科学,心理学和人工智能研究中的一个重要领域,其核心是是否可以捕获特定刺激下神经元放电活动的规律性,即研究大脑结构与功能的关系。近20年来,以脑电图(Electroencephalograph, EEG)和功能磁共振成像(Functional magnetic resonance imaging, fMRI)技术为代表的脑认知功能成像技术得到了巨大的发展,但是这些技术都或多或少的存在空间或者时间上的准确问题,如果可以获得大量单个神经元放电活动的数据,对这些数据直接进行分析,无疑可以更好的研究大脑结构和功能。另外一方面,神经科学的核心问题之一是了解记忆在大脑神经网络水平实时编码的原理,从解剖学角度来看,已知海马区尤其是它的CA1亚区,是对事件及其发生环境形成情景记忆的关键区域,并在实际上已观察到单个的海马神经元就能对许多外部信息作出反应。但单个神经元水平的反应具有随机可变性,这就为理解大脑如何表征外界刺激带来了理论障碍,长期以来人们猜想记忆信息的编码可能涉及大量单个神经元的协调活动,然而,对于记忆在神经元水平的编码或者存储方式的组织原理和内在机制,现在的研究几乎仍然是一片空白。为了研究和解决这些问题,我们利用一种适用于大脑的高密度群体神经元记录技术,针对实验的小鼠设计了一系列简单有效的惊吓情景行为学实验。我们推测,惊吓情景较之一般事件可能会在大脑海马内引起更大量神经元的活动,这样就大大增加了记录到这些神经元反应的可能性,从而为分析大脑在神经元网络水平的编码模式提供了极大的方便。本文中,我们将重点介绍神经元数据的测量和提取过程,然后利用包括判别分析与最近收缩质心法,以及这两组方法结合的算法来处术理不同情景刺激下的神经元放电数据,实验的结果表明了我们提出的方法的有效性,并且证明了神经元放电活动的内在规律性并为利用对神经元集群放电活动的分析预测外界刺激的可行性打下了坚实的基础。