该文以上海市科委重点基金项目"神经元回路信号测量及信息提取"为背景,开展了视网膜神经节细胞电活动的检测和信号分类研究.视网膜研究的目的之一在于了解视觉信息是如何在视网膜中进行加工传递的.该文首先根据新生小鸡视网膜神经节细胞发放的动作电位的特性,提出了一种有效的检测方法.该方法在对信噪比较低的电极信号进行动作电位检测的过程中,能够有效地降低错检率和漏检率.同时,将这种方法与其它几种方法进行了详细的仿真对比实验,说明在信噪比低的情况下,该方法的检测效率较高,其错检率和漏检率较低.然后,该文提出一种信号分类的方法.结合离散序列小波变换和主元分析方法,对检测出来的尖峰信号进行特征提取,然后利用减法聚类方法对提取出来的特征进行聚类分析,得到信号分类的结果,据此推断出记录电极周围神经元的个数.同时,根据分类结果对各类信号进行模板重构,获得相关神经元的响应信号.通过仿真实验说明了该方法的有效性.该方法已应用于新生小鸡视网膜神经节细胞动作电位的实验数据处理.最后基于Chi-square检验原理，提出一种动作电位时间序列的分离方法，从电极信号中分离出各个相关神经元的放电序列.通过仿真试验说明了该方法不但减少了计算量，而且可以在某种程度上减少过拟合的情况.该方法已被应用于新生小鸡视网膜神经节细胞动作电位的实验数据处理.