[发明专利]一种基于峰电位发放时间间隔的图像重建方法及装置

说明书

本发明公开一种基于峰电位发放时间间隔的图像重建方法及装置，提取峰电位的发放时间间隔特征；根据峰电位的发放时间间隔特征，利用神经网络学习算法构建重建模型；基于所构建的重建模型对图像进行重建。本发明通过提取峰电位信号中的发放时间间隔特征，结合非线性的神经网络重建模型，有效地对复杂的灰度图像进行重建。

技术领域

本发明涉及峰电位图像重建领域，具体涉及一种基于峰电位发放时间间隔的图像重建方法及装置。

背景技术

峰电位是神经元之间进行信息整合和传递的重要信号形式，在复杂的神经网络中，峰电位信号的有效特征编码了外界刺激的信息。在图像重建技术领域，利用神经元峰电位信号的有效特征重建图像作为有别于对外界刺激进行分类和识别的解码方式，目前的研究多集中于对亮度信息或者简单的人工字符的重建，图像重建的信号特征包括峰电位发放率和fMRI(functional magnetic resonance imaging，功能性磁共振成像)等,较少考虑峰电位信号中的时间结构信息。

发明内容

为解决上述问题，本发明提供一种基于峰电位发放时间间隔的图像重建方法及装置。

本发明的技术方案是：一种基于峰电位发放时间间隔的图像重建方法，包括以下步骤：

提取峰电位的发放时间间隔特征；

根据峰电位的发放时间间隔特征，利用神经网络学习算法构建重建模型；

基于所构建的重建模型对图像进行重建。

进一步地，提取峰电位的发放时间间隔特征，具体为：

设定一帧视觉刺激下的神经元响应时间；

获得响应时间内的神经元发放时间序列(t₀，t₁，…，t_n)；

计算响应时间内相邻峰电位的发放时间间隔Δt_i＝t_i+1-t_i，统计时间间隔集合[Δt₁，Δt₂，…，Δt_n]；

根据时间间隔集合设定多个时间窗口长度；

统计落入每个时间窗口长度的时间间隔个数，记为其中v表示第v个神经元，i表示第i个时间刺激，j表示第j个时间窗口长度；

统计多个电极通道记录的神经元峰电位信号发放时间间隔响应特征矩阵为：

其中，M为共有M个电极通道，N为共有N个时间窗口长度。

进一步地，所设定时间窗口长度中最大的时间不小于发放时间间隔Δt_i中的最大值。

进一步地，利用神经网络学习算法构建重建模型指利用卷积神经网络学习算法构建重建模型。

进一步地，所构建重建模型的输出为图像的灰度值。

本发明的技术方案还包括一种基于峰电位发放时间间隔的图像重建装置，包括，

特征提取模块：提取峰电位的发放时间间隔特征；

模型构建模块：根据峰电位的发放时间间隔特征，利用神经网络学习算法构建重建模型；

图像重建模块：基于所构建的重建模型对图像进行重建。

进一步地，特征提取模块包括，

响应时间设定单元：设定一帧视觉刺激下的神经元响应时间；