[发明专利]一种锋电位分离方法

摘要

本发明揭示了一种锋电位分离方法，包括如下步骤：首先，通过微电极细胞外记录方式采集神经元电信号；其次，将采集到的信号进行滤波处理；之后，采用阈值法对滤波后的信号进行锋电位检测，并得到锋电位信号；然后，采用离散小波变换对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，且这五个分量组成一个小波系数矩阵；接着，对小波系数矩阵进行进一步特征提取得到特征空间；最后，采用局部加权投票法对特征空间进行聚类，实现锋电位信号分离。本发明在加权投票的基础上，引入香农熵的概念来评价每个类簇的可靠性，并基于其可靠性给出相应的权值，提出了局部加权投票法，并将其运用于锋电位信号分离，该分离方法实现简单，执行高效。

主权项

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。