[发明专利]一种基于LFP相位特征和K近邻算法的简单图像重建方法在审
申请号: | 201810617042.8 | 申请日: | 2018-06-15 |
公开(公告)号: | CN108805953A | 公开(公告)日: | 2018-11-13 |
发明(设计)人: | 王治忠;王松伟;牛晓可;张彦昆 | 申请(专利权)人: | 郑州布恩科技有限公司 |
主分类号: | G06T11/00 | 分类号: | G06T11/00;G06T7/00;G06K9/62 |
代理公司: | 成都弘毅天承知识产权代理有限公司 51230 | 代理人: | 徐金琼 |
地址: | 450001 河南省郑州市高新技术产业*** | 国省代码: | 河南;41 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 样本 目标响应 简单图像 矩阵 刺激 局部场电位 图像刺激 相位特征 响应矩阵 响应数据 构建 重建 信息处理技术 解码器 图像解码器 解码 采集图像 获取目标 目标刺激 目标相位 生物视觉 实验过程 图像重建 信号处理 样本相位 重建图像 皮层 清晰 | ||
本发明公开了一种基于LFP相位特征和K近邻算法的简单图像重建方法,涉及信息处理技术领域,包括以下步骤:采集图像刺激下的脑视皮层局部场电位信号,分别对图像刺激和局部场电位信号处理后得到样本刺激数据、目标刺激数据、样本响应数据和目标响应数据;根据样本响应数据和目标响应数据,获取样本相位特征和目标相位特征,并构建样本响应矩阵和目标响应矩阵;根据样本刺激数据和样本响应矩阵,并通过K近邻算法构建图像解码器;将目标响应矩阵代入解码器,获取目标解码刺激数据后得到简单图像。解决了现有基于生物视觉实现图像刺激重建存在的图像重建实验过程复杂,重建图像效果差、不清晰的问题。
技术领域
本发明涉及信息处理技术领域,尤其涉及一种基于LFP相位特征和K近邻算法的简单图像重建方法。
背景技术
大脑是一种极其复杂的神经系统,是实现各种信息处理的中枢。其中,视觉系统是动物感知外界环境的主要感知系统。对动物视觉系统的研究已经成为了神经科学、智能科学、计算机科学、生物科学等多种学科所共同关注的重要课题之一。研究证明,动物大脑所获取的外界信息中,视觉信息占80%以上。通过植入式的微电极阵列检测脑神经元局部场电位(LFP)信号,提取响应特征,构建图像重建模型,实现视觉感知信息的重建是一个极具挑战性的问题。
丹阳等人曾经采用多只猫的外侧膝状体的神经元动作电位信号重建了八段视频图像。其提取了神经元动作电位的集群响应特征,设计了重建算法,并对重建效果进行了评估。ElaheYargholi等人基于功能核磁共振成像的方式,利用贝叶斯网络对手写数字进行了重建。其中,丹阳等人需要利用大量的神经元才能实现视频图像重建实验过程复杂,ElaheYargholi等人的实验虽然简单但是模型参数选择不易确定且重建结果不太理想,重建图像不清晰。当前视频图像获取的主要途径为摄像机、照相机,但是专业摄像机、相机体积大,操作繁杂。镶嵌在手机等设备上的小型相机不能很好的解放双手并及时有效的记录瞬间,且记录的内容不具有针对性,本文提出了一种基于生物脑电的图像获取方法。
发明内容
本发明的目的在于:提供一种基于LFP相位特征和K近邻算法的简单图像重建方法,解决现有基于生物视觉实现图像刺激重建存在的图像重建实验过程复杂,重建图像效果差、不清晰的问题。
本发明采用的技术方案如下:
一种基于LFP相位特征和K近邻算法的简单图像重建方法,包括以下步骤:
S1:采集图像刺激下的脑视皮层局部场电位信号,分别对图像刺激和局部场电位信号处理后得到样本刺激数据、目标刺激数据、样本响应数据和目标响应数据;
S2:根据样本响应数据和目标响应数据,获取样本相位特征和目标相位特征,并构建样本响应矩阵和目标响应矩阵;
S3:根据样本刺激数据和样本响应矩阵,并通过K近邻算法构建解码器;
S4:将目标响应矩阵输入解码器,获取目标解码刺激数据后得到简单图像。
进一步的,还包括步骤:
S5:根据目标刺激数据和目标解码刺激数据进行简单图像评估。
进一步的,所述步骤S1具体步骤如下:
S101:选取刺激图像,并对刺激图像进行扫屏模式处理,提取扫屏模式下感受野位置的刺激数据得到样本刺激数据和目标刺激数据;
S102:利用刺激播放器播放刺激数据,采集播放时动物脑视皮层局部场电位信号;
S103:对局部场电位信号进行滤波处理后得到样本响应数据和目标响应数据。
进一步的,所述步骤S2具体步骤如下:
S201:对样本响应数据和目标响应数据进行离散傅里叶变换;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于郑州布恩科技有限公司,未经郑州布恩科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810617042.8/2.html,转载请声明来源钻瓜专利网。