[发明专利]一种基于生物神经网络的拓扑特征检测方法及装置

权利要求书

1.一种基于生物神经网络的拓扑特征检测方法，其特征在于包括如下步骤：

获取待测目标物的图像，并进行预处理；

将预处理后的所述待测目标物的图像输入到生物神经网络中演化预设时间，得到该时间段内产生的脉冲发放次数，以确认待测目标物当前时刻的拓扑特征，

其中，所述生物神经网络包括读出神经元层和由多个神经元组成的电突触网络层，每个所述神经元通过相应的电突触与所述读出神经元层的读出神经元相耦合；所述电突触网络层，用于对预处理后的所述待测目标物的图像中的拓扑特征进行快速同步化脉冲响应；所述读出神经元层，用于对电突触网络层中错位发放的同步化脉冲响应进行重合检测，得到与所述待测目标物的图像中的拓扑特征对应的脉冲发放次数；

每个神经元接收预处理后的所述待测目标物的图像中至少一个像素点的数据，根据如下神经元的动力学公式进行膜电位演化，以对所述拓扑特征进行快速同步化脉冲响应；

上式中，表示神经元i在当前时刻t时的膜电位，τ表示神经元膜电位的时间常数，表示神经元i在当前时刻时接收到的近邻神经元j通过电突触传递的电流，j∈N_G(i)表示神经元i的各个近邻神经元；表示神经元i在当前时刻时接收至少一个像素点的灰度值，并转化为相应的电流后与神经元i自身的高斯噪声之和。

2.如权利要求1所述的基于生物神经网络的拓扑特征检测方法，其特征在于：

所述电突触网络层中的神经元均匀分布，并且对于任意一个神经元，通过电突触与周边近邻神经元相耦合。

3.如权利要求2所述的基于生物神经网络的拓扑特征检测方法，其特征在于：

所述电突触网络层中的神经元覆盖待测目标物的灰度图像的所有像素点，每个神经元接收待测目标物的灰度图像中至少一个像素点的灰度值，

每个神经元将与所述至少一个像素点对应的电流，进行膜电位演化，得到神经元演化到特定时刻的膜电位，并根据所述膜电位确认是否产生脉冲，得到产生脉冲时对应的时刻。

4.如权利要求3所述的基于生物神经网络的拓扑特征检测方法，其特征在于：

根据如下公式实现任意一个神经元接收其近邻神经元传递的电流；

上式中，表示神经元i在当前时刻t接收到未发放脉冲的近邻神经元传递的亚阈值电流，J表示神经元i与近邻神经元之间电突触的耦合强度，V_j(t)-V_i(t)表示当前时刻t时，神经元i与近邻神经元j的膜电位之差；

上式中，表示神经元i在当前时刻t接收到近邻神经元产生动作电位后传递的电流，γ表示spikelet系数，是神经元j产生脉冲时对应的时刻，J表示神经元i与近邻神经元之间电突触的耦合强度；若当前时刻t与神经元j产生脉冲时对应的时刻之差大于或小于零，则δ函数为0；若当前时刻t与神经元j产生脉冲时对应的时刻之差等于零，则δ函数为1。

5.如权利要求4所述的基于生物神经网络的拓扑特征检测方法，其特征在于：

任意一个神经元接收多个像素点的灰度值时，对多个像素点的灰度值求平均，得到一个平均灰度值后，转化为对应的电流；接收到待测目标物的灰度图像的一个像素点的灰度值时，直接转化为该灰度值对应的电流。

6.如权利要求5所述的基于生物神经网络的拓扑特征检测方法，其特征在于：

所述读出神经元层根据如下读出神经元的动力学公式进行演化，得到演化时间内脉冲发放次数；

上式中，V_R(t)表示读出神经元层的读出神经元R在当前时刻t时的膜电位，表示读出神经元R膜电位的时间常数，表示当前时刻t时，读出神经元R在一个时间窗口下同步接收的来自电突触网络层的相应神经元产生脉冲对应的电流，表示读出神经元R的自身的高斯噪声。