[发明专利]一种基于多个小波变换的动作电位特征提取方法

权利要求书

1.一种基于多个小波变换的动作电位特征提取方法，其特征在于该方法包 括如下步骤：

步骤(1)对神经元动作电位发放进行采样，经采样放大及截断处理后的 Spike信号表示为矩阵形式S_N×M，其中N为Spike信号的个数，M为每个Spike信号 的采样点个数；

步骤(2)对Spike信号进行小波变换，得到其小波时频特征，将Spike信号表 示为f(t)，第i尺度下第k个小波系数c_i，k为

c_i，k＝<ψ_i，k(t)，f(t)>

其中i为伸缩尺度，它从频率的角度对小波母函数Ψ(t)进行改变；k是平 移尺度，它使得小波函数在时间轴上平移，最终构造出一系列小波基；小波基 函数ψ_i，k(t)为：

ψi,k(t)=12i/2Ψ(2it-k)]]>

Spike信号通过小波变换后得到小波系数矩阵C_L×H，L为矩阵C_L×H的行数、H 为矩阵C_L×H的维数，L＝N，H＝M，

C_L×H＝{c₁，c₂，c₃，…，c_m，…c_h}，c_m＝{c_m1，c_m2，c_m3，…c_ml}，c_m表示N个Spike信号 的第m维特征分量；分别采用三类有代表性的小波基函数Db、Sym、Bior带入 小波特征的矩阵求解，得到三组不同小波基下的特征矩阵，记为C₁、C₂、C₃；

步骤(3)对三组不同小波基下的特征矩阵进行KS检验，针对三组特征矩阵 C₁、C₂、C₃中的每一维特征分量c_m，分别计算其KS检验值λ_m，

λ_m＝|F(c_m)-G(c_m)|

式中F(x)为经验积累分布函数，G(x)为高斯分布函数；

步骤(4)对每组内的特征分量的检验值按由大到小排序，分别提取各组特征 矩阵中前三个检验值对应的特征分量，记为c_s，g，实现对高维特征空间的降维， 其中s为组号，s＝1，2，3，g为组内检验值序号，g＝1，2，3；计算各特征分量的 权值系数W_s，g：

ws,g=λs,gΣs=13Σg=13λs,g]]>

步骤(5)以加权的多个小波特征作为动作电位的完整描述，记原始联合特征 矩阵为C′＝[c₁₁，c₁₂，c₁₃，c₂₁，c₂₂，c₂₃，c₃₁，c₃₂，c₃₃]，

权值矩阵为W=w11...0w12...0...w33,]]>

加权后的联合特征矩阵C作为最终提取的动作电位特征，C＝WC’。