[发明专利]一种锋电位分离方法有效
申请号: | 201910034850.6 | 申请日: | 2019-01-15 |
公开(公告)号: | CN109766847B | 公开(公告)日: | 2022-08-23 |
发明(设计)人: | 季薇;李振斌;李云 | 申请(专利权)人: | 南京邮电大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06V10/762;G06K9/62;A61B5/00;A61B5/24 |
代理公司: | 南京苏科专利代理有限责任公司 32102 | 代理人: | 姚姣阳 |
地址: | 210003 江苏*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 电位 分离 方法 | ||
1.一种锋电位分离方法,其特征在于,包括如下步骤:
S1:通过微电极细胞外记录方式采集神经元电信号;
S2:对步骤S1中采集到的信号进行滤波处理;
S3:采用阈值法对步骤S2中滤波后的信号进行锋电位检测,并得到锋电位信号;
S4:采用离散小波变换对步骤S3中的锋电位信号进行四级分解,并得到由小波系数组成的五个分量,完成初步特征提取,且这五个分量组成一个小波系数矩阵;
S5:对步骤S4中的小波系数矩阵进行进一步特征提取得到特征空间,提取的特征包括小波系数的均值、小波系数的标准差、小波系数的斜度、小波系数的能量以及小波系数的熵;
S6:采用局部加权投票法对所述特征空间进行聚类,实现锋电位信号分离,所述局部加权投票法包括如下步骤:
S61:对所述特征空间进行B次随机采样,并得到B个子特征空间;
S62:对B个子特征空间分别使用k均值聚类算法进行聚类,得到B个子特征空间聚类结果;
S63:根据k均值聚类算法计算出的聚类中心,对所述特征空间进行再分配,得到B个基于所述特征空间的聚类结果;
S64:步骤S63中每个聚类结果均包括多个类簇,计算步骤S63中每个聚类结果中每个类簇的局部权重;
S65:计算样本被划分为某个类簇的次数与该类簇的局部权重的乘积,选出乘积最大的类簇作为该样本最终的聚类结果。
2.根据权利要求1所述的一种锋电位分离方法,其特征在于:所述步骤S1中微电极细胞外记录方式采集神经元电信号是将微电极设置在神经组织的神经元之间,通过微电极尖端检测到的电位变化反映出神经元外介质中的电流。
3.根据权利要求2所述的一种锋电位分离方法,其特征在于:所述微电极为玻璃微电极或金属微电极。
4.根据权利要求1所述的一种锋电位分离方法,其特征在于:所述步骤S2中滤波处理的方式为高通滤波,所述高通滤波的截止频率为400Hz。
5.根据权利要求1所述的一种锋电位分离方法,其特征在于:所述步骤S3中所述阈值法中的阈值为信号幅度最大值的二分之一。
6.根据权利要求1所述的一种锋电位分离方法,其特征在于:所述步骤S4中的四级分解包括第一级离散小波分解、第二级离散小波分解、第三级离散小波分解及第四级离散小波分解;
所述第一级离散小波分解包括如下步骤:首先对锋电位信号分别进行低通滤波与高通滤波,然后对滤波后的信号分别进行二分之一降采样得到第一级近似分量A1与第一级细节分量D1;
所述第二级离散小波分解包括如下步骤:首先对第一级近似分量A1分别进行低通滤波与高通滤波,然后对滤波后的信号分别进行二分之一降采样得到第二级近似分量A2与第二级细节分量D2;
所述第三级离散小波分解包括如下步骤:首先对第二级近似分量A2分别进行低通滤波与高通滤波,然后对滤波后的信号分别进行二分之一降采样得到第三级近似分量A3与第三级细节分量D3;
所述第四级离散小波分解包括如下步骤:首先对第三级近似分量A3分别进行低通滤波与高通滤波,然后对滤波后的信号分别进行二分之一降采样得到第四级近似分量A4与第四级细节分量D4;
所述由小波系数组成的五个分量分别为第四近似分量A4、第四细节分量D4、第三细节分量D3、第二细节分量D2以及第一细节分量D1,且五者均是由小波系数Cλ组成的行向量,且1≤λ≤N,其中N为小波系数的个数。
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南京邮电大学,未经南京邮电大学许可,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/201910034850.6/1.html,转载请声明来源钻瓜专利网。