[发明专利]基于动物神经元动作电位信号的字符逆映射模型重建方法

权利要求书

1.基于动物神经元动作电位信号的字符逆映射模型重建方法，其特征在于：包括以下步骤：

步骤1：选取字符与背景具有不同对比度的刺激图像刺激动物，采集所述动物视皮层的动作电位信号；

步骤2：对所述动作电位信号进行集群发放个数特征提取；

步骤3：采用逆映射模型算法对提取的集群发放个数特征进行重建，得到重建字符。

2.根据权利要求1所述的基于动物神经元动作电位信号的字符逆映射模型重建方法，其特征在于：所述步骤1具体为：

S101：向所述动物播放刺激，所述刺激的刺激模式为：选取字符与背景具有不同对比度的刺激图像，利用刺激播放器分别从右往左、从下往上依次播放刺激图像；

S102：播放一幅刺激图像，采集一次动物视皮层的动作电位信号，直至所有的刺激图像播放完毕。

3.根据权利要求1所述的基于动物神经元动作电位信号的字符逆映射模型重建方法，其特征在于：所述步骤2中集群发放个数特征提取的算法为：

S201：将刺激s_i(i＝1，2，...，M)产生后的时间(T-after_time)均分为N个时间窗，每个时间窗的时间长度为：Δt＝(T-after_time)/N(1)，其中i表示刺激图像的序号，M表示刺激图像的总帧数；

S202：计算每个神经元每个时间窗下动作电位的发放个数，构成实际刺激响应下的特征矩阵R，所述特征矩阵R如下：

其中，表示在第i个刺激图像刺激时，神经元v的动作电位信号在第j个时间窗口的发放个数，即为特征提取算法提取的特征。

4.根据权利要求3所述的基于动物神经元动作电位信号的字符逆映射模型重建方法，其特征在于：所述刺激图像的灰度矩阵S为：

其中，s_ei表示在第i个刺激图像第e个像素点处的灰度值，E表示像素点的个数。

5.根据权利要求4所述的基于动物神经元动作电位信号的字符逆映射模型重建方法，其特征在于：所述逆映射模型算法包括以下步骤：

S301：构建矩阵F^T：

其中，表示神经元v的逆映射模型在jΔt时刻的值，a表示所述逆映射模型的恒定补偿量，所述与a均为E维列向量。

S302：利用最小二乘法，使(S-U)^T(S-U)最小，其中U＝R·F，推导出逆映射模型矩阵F＝(R^TR)^-1×(R^TS) (5)，其中U为最终的字符重建值；

S303：利用逆映射模型矩阵F得到字符重建值U＝R·F＝R(R^TR)^-1R^TS (6)，

其中，u_ei表示第i个刺激图像第e个像素点处的字符重建值，M表示刺激图像的总帧数。

6.根据权利要求1所述的基于动物神经元动作电位信号的字符逆映射模型重建方法，其特征在于：还包括步骤4：对所述重建过程进行参数优化。