[发明专利]基于动作电位发放间隔的自然图像随机森林成像方法

权利要求书

1.基于动作电位发放间隔的自然图像随机森林成像方法，其特征在于：包括以下步骤：

步骤1：选取不同自然图像刺激动物，采集所述动物视皮层的动作电位信号；

步骤2：对所述动作电位信号进行集群发放间隔特征提取；

步骤3：采用随机森林算法利用提取的集群发放间隔特征构建自然图像重建模型，得到重建的自然图像。

2.根据权利要求1所述的基于动作电位发放间隔的自然图像随机森林成像方法，其特征在于：所述步骤1具体为：

S101：向所述动物播放刺激，所述刺激的刺激模式为：选取不同自然图像刺激，利用刺激播放器分别从右往左、从下往上依次播放刺激图像；

S102：播放一幅刺激图像，采集一次动物视皮层的动作电位信号，直至所有的刺激图像播放完毕。

3.根据权利要求1所述的基于动作电位发放间隔的自然图像随机森林成像方法，其特征在于：所述步骤2中集群发放间隔特征提取的算法为：

S201：将刺激s_i(i＝L2，...，M)产生后的时间(T-after_time)均分为N个时间窗，每个时间窗的时间长度为：Δt＝(T-after_time)/N(1)，其中i表示刺激图像的序号，M表示刺激图像的总帧数；

S202：统计每一帧刺激图像刺激后动作电位发放总个数Num，则可获得Num-1个动作电位发放间隔；

S203：查询Num-1个动作电位发放间隔对应时间窗口，并将所述动作电位发放间隔归放于对应的时间窗口中，构成实际刺激响应下的特征矩阵R，所述特征矩阵R如下：

其中，表示在第i个刺激图像刺激时，神经元v的动作电位信号在第j个时间窗口的发放间隔，即为特征提取算法提取的特征。

4.根据权利要求3所述的基于动作电位发放间隔的自然图像随机森林成像方法，其特征在于：所述刺激图像的灰度矩阵S为：

其中，s_ei表示在第i个刺激图像第e个像素点处的灰度值，E表示像素点的个数。

5.根据权利要求4所述的基于动作电位发放间隔的自然图像随机森林成像方法，其特征在于：所述步骤3具体为：

S301：选取自然图像重建模型中决策树的个数N_T；

S302：从特征矩阵R中有放回地随机抽取N_T个与特征矩阵R大小相等的训练样本集{T_k，k＝1，2，..，N_T}，所述训练样本集对应的标签集合为灰度矩阵S，对每个训练样本集T_k构造一个对应的决策树，k表示训练样本集的序号；

S303：在对决策树每个节点进行分裂时，从所述训练样本集中特征的特征属性中等概率随机抽取一个属性子集，所述属性子集中的数据用于对随机森林中每个决策树进行训练，获得自然图像重建模型；

S304：将训练样本集输入所述自然图像重建模型进行训练，完成自然图像的重建，获得重建的自然图像矩阵U：

其中，u_ei表示第i个刺激图像第e个像素点处的自然图像重建值，M表示刺激图像的总帧数。

6.根据权利要求1所述的基于动作电位发放间隔的自然图像随机森林成像方法，其特征在于：还包括步骤4：对所述成像过程进行参数优化。