[发明专利]视网膜神经节细胞激活状态的判别方法、存储介质和设备

权利要求书

1.一种视网膜神经节细胞激活状态的判别方法，其特征在于，所述判别方法包括：

获取视网膜神经节细胞的原始电刺激信号，并进行预处理；

采用预设检测算法对预处理后的原始电刺激信号进行检测，以获得动作电位信号；

对所述动作电位信号进行聚类处理，确定细胞的类别；

统计在预定时间段内每个类别的细胞在电刺激后的动作电位发放频率达到标准阈值的次数，并根据所述次数判别每个类别的细胞的激活状态。

2.根据权利要求1所述的视网膜神经节细胞激活状态的判别方法，其特征在于，采用预设检测算法对预处理后的原始电刺激信号进行检测，以获得动作电位信号的具体方法包括：

对预处理后的原始电刺激信号利用高通滤波器处理，获得第一层近似系数；

利用上采样的高通滤波器处理第一层近似系数中，获得第二层近似系数；

采用非线性能量算子分别对所述第一层近似系数和所述第二层近似系数进行降噪处理，得到第一待检测信号和第二待检测信号；

将所述第一待检测信号和所述第二待检测信号进行叠加并进行尖峰检测，以获得动作电位信号。

3.根据权利要求2所述的视网膜神经节细胞激活状态的判别方法，其特征在于，采用非线性能量算子对所述第一层近似系数进行降噪处理，得到第一待检测信号的方法包括：

采用公式(1)对所述第一层近似系数的每个时刻的值进行重新计算：

ψ(x(t))＝x²(t)-x(t-1)x(t+1) (1)，

x(t)为t时刻的第一层近似系数的值，ψ(x(t))为重新计算后的信号幅值；

采用平滑窗口对重新计算后的信号幅值进行卷积处理；

对卷积处理得到的结果进行求和处理，得到第一待检测信号。

4.根据权利要求2所述的视网膜神经节细胞激活状态的判别方法，其特征在于，将所述第一待检测信号和所述第二待检测信号进行叠加并进行尖峰检测的方法包括：

将相同时刻的所述第一待检测信号的值和所述第二待检测信号的值分别进行相加，获得待检测叠加信号；

将待检测叠加信号中大于或等于阈值的信号幅值进行保留，获得动作电位信号。

5.根据权利要求1所述的视网膜神经节细胞激活状态的判别方法，其特征在于，对所述动作电位信号进行聚类处理，确定细胞的类别的具体方法包括：

对所述动作电位信号进行特征提取，获得小波包系数；

利用轮廓系数方法并根据小波包系数计算得到簇数；

将小波包系数和簇数作为K均值聚类算法的输入进行聚类处理，以确定细胞的类别。

6.根据权利要求1所述的视网膜神经节细胞激活状态的判别方法，其特征在于，每个类别的细胞的动作电位发放频率达到标准阈值的确定方法为：

若在电刺激后的第一预定时间段内的动作电位发放频率为在电刺激前的第二预定时间段内的动作电位发放频率三倍及以上，则确定该次动作电位发放频率达到标准阈值。

7.根据权利要求6所述的视网膜神经节细胞激活状态的判别方法，其特征在于，所述第一预定时间段为电刺激后的300毫秒，所述第二预定时间段为电刺激前的100毫秒。

8.一种视网膜神经节细胞激活状态的判别装置，其特征在于，所述判别装置包括：

数据获取模块，用于获取视网膜神经节细胞的原始电刺激信号，并进行预处理；

电位检测模块，用于采用预设检测算法对预处理后的原始电刺激信号进行检测，以获得动作电位信号；

分类模块，用于对所述动作电位信号进行聚类处理，确定细胞的类别；

激活判断模块，用于统计在预定时间段内每个类别的细胞在电刺激后的动作电位发放频率达到标准阈值的次数，并根据所述次数判别每个类别的细胞的激活状态。