[发明专利]基于对抗神经网络的无监督双光子钙成像去噪方法及装置

权利要求书

1.一种基于对抗神经网络的无监督双光子钙成像去噪方法，其特征在于，包括以下步骤：

采集得到的信噪比低于预设值的双光子神经元钙成像图像序列；

通过三维编码解码网络作为对抗生成网络的生成器，使用编码器作为对抗生成网络的判别器，通过端到端训练的方式得到无监督神经网络；以及

通过所述无监督神经网络对低于所述预设值的神经元数据进行去噪；

所述通过三维编码解码网络作为对抗生成网络的生成器，使用编码器作为对抗生成网络的判别器，通过端到端训练的方式得到无监督神经网络，包括：

通过所述生成器将噪声数据去噪，得到所述信噪比高于所述预设值的数据；

通过所述判别器判断所述数据与参考数据进行比较，得到所述生成器的性能评估结果；

通过损失函数评估所述生成器的性能，并通过反馈算法调整所述生成器的参数，直至满足预设条件；

所述损失函数的基本架构为判别器误差、l1范数误差与l2范数误差的和；

所述通过所述无监督神经网络对低于所述预设值的神经元数据进行去噪，包括基于历史神经元轮廓模板和基于钙信号的一阶自回归模型的钙信号模板生成仿真的钙信号活动数据，基于所述仿真的钙信号活动数据以及泊松噪声和高斯噪声得到测试的仿真数据，使用所述仿真数据进行神经元数据去噪。

2.根据权利要求1所述的方法，其特征在于，所述三维编码解码网络的基本架构为22层的三维编码解码器。

3.根据权利要求1所述的方法，其特征在于，所述编码器的基本架构为6层的编码器。

4.一种基于对抗神经网络的无监督双光子钙成像去噪装置，其特征在于，包括：

采集模块，用于采集得到的信噪比低于预设值的双光子神经元钙成像图像序列；

训练模块，用于通过三维编码解码网络作为对抗生成网络的生成器，使用编码器作为对抗生成网络的判别器，通过端到端训练的方式得到无监督神经网络；以及

去噪模块，用于通过所述无监督神经网络对低于所述预设值的神经元数据进行去噪；

所述训练模块包括：

第一获取单元，用于通过所述生成器将噪声数据去噪，得到所述信噪比高于所述预设值的数据；

第二获取单元，用于通过所述判别器判断所述数据与参考数据进行比较，得到所述生成器的性能评估结果；

优化单元，用于通过损失函数评估所述生成器的性能，并通过反馈算法调整所述生成器的参数，直至满足预设条件；

所述损失函数的基本架构为判别器误差、l1范数误差与l2范数误差的和；

所述去噪模块，还用于基于历史神经元轮廓模板和基于钙信号的一阶自回归模型的钙信号模板生成仿真的钙信号活动数据，基于所述仿真的钙信号活动数据以及泊松噪声和高斯噪声得到测试的仿真数据，使用所述仿真数据进行神经元数据去噪。

5.根据权利要求4所述的装置，其特征在于，所述三维编码解码网络的基本架构为22层的三维编码解码器。

6.根据权利要求4所述的装置，其特征在于，所述编码器的基本架构为6层的编码器。