[发明专利]一种用于神经信号的峰电位分类系统及分类方法

权利要求书

1.一种用于神经信号的峰电位分类系统，包括神经信号采集器、神经信号接收器、前处理组件库、分类器、后处理组件库和文件导出模块，其特征在于：

所述神经信号采集器，用于采集神经元电极信号、通道数和电机数；

所述神经信号接收器，用于接收神经信号采集器获取的数据并储存；

所述前处理组件库包括带通滤波组件、带阻滤波组件、通道数据差分组件、移除通道数据组件、空白饱和度组件、偏离消除组件、归一化组件、移除人工事件组件、数据变换组件和数据白化组件；

所述带通滤波组件，用于提取300-7500Hz范围的信号；所述带阻滤波组件，用于去除指定频率的波对实验数据造成的干扰；所述通道数据差分组件，用于在构建波形时选择取点标准；所述移除通道数据组件，用于移除通道数据会删除对实验产生干扰的通道；所述空白饱和度组件，用于空白饱和度查找并删除信号中具有外部噪音的部分；所述偏离消除组件，用于移除每个通道的轨迹偏移，缩小实验结果的方差；所述归一化组件，用于通过一个标量对给定的记录提取器的轨迹和偏移量进行重新标度；所述移除人工事件组件，用于从数据记录痕迹中去除人为的不稳定因素，将被影响到的周期清除；所述数据变换组件，用于将给定的数据记录中的痕迹和偏移量用标量进行转换；所述数据白化组件，用于使用数据白化算法对数据进行优化；

所述分类器，用于对前处理组件库处理后的数据进行分类；

所述后处理组件库包括峰电位数量过滤组件和最小信噪比过滤组件；所述峰电位数量过滤组件，用于规定分类后阀值峰值的数量，通过将数据的峰值限定来优化图像，减少数据上的杂波干扰；所述最小信噪比过滤组件，用于限定信噪比阈值的最小值，筛选出符合实验标准的数据；

所述文件导出模块，用于将处理过的数据生成可供进一步分析的文件。

2.一种用于神经信号的峰电位分类方法，其特征在于，包括如下步骤：

步骤一、数据读取：上传由实验采集到的神经元电极信号，拿到神经元的电通路信号数据后，读取通道数与电极数，根据后续实验的具体要求选择电信号类型；

步骤二、前处理组件库：对选择后的电信号进行处理，过滤掉通道中不符合条件的数据；

步骤三、分类：对前面处理的数据进行分类；

步骤四、后处理组件库：将分类完的结果根据实验具体需求的范围来进一步的筛选；

步骤五、文件导出：将处理过的数据生成可供进一步分析的文件。

3.根据权利要求2所述的一种用于神经信号的峰电位分类方法，其特征在于，所述步骤一中，实验数据通过神经元信号收集器进行采集，采集目标区域进行神经元电信号采集并存储；读取数据时会分析上传数据，通过更改信号类型选择目标数据源，然后将数据的通道与其对应的波形展示出来。

4.根据权利要求2所述的一种用于神经信号的峰电位分类方法，其特征在于，所述步骤二中，前处理组件库由带通滤波组件、带阻滤波组件、通道数据差分组件、移除通道数据组件、空白饱和度组件、偏离消除组件、归一化组件、移除人工事件组件、数据变换组件和数据白化组件组成；所述前处理组件根据科研需求进行自由组合。

5.根据权利要求4所述的一种用于神经信号的峰电位分类方法，其特征在于，所述带通滤波组件设定实验频率的范围为7500Hz～300Hz。

6.根据权利要求4所述的一种用于神经信号的峰电位分类方法，其特征在于，所述通道数据差分组件的参数取值范围选择中位数，以中位数来构建实验波形。

7.根据权利要求2所述的一种用于神经信号的峰电位分类方法，其特征在于，所述步骤三中，前处理后的数据由麓联峰电位分类算法计算，然后显示相对应的散点图与折线图；所述散点图能够显示出脑区域电信号分布的相对位置；所述折线图能够根据研究人员选择的算法给出的分类的结果来显示出对应的信号源的电信号波形图。