[发明专利]基于局部场电位幅值特征的字符图像朴素贝叶斯重建方法

权利要求书

1.基于局部场电位幅值特征的字符图像朴素贝叶斯重建方法，其特征在于，包括以下步骤：

步骤1：基于获取的样本刺激数据和目标刺激数据，采集对生物视觉刺激后的脑电的局部场电位信号，分离后得到样本局部场电位信号和目标局部场电位信号；

步骤2：分别提取样本局部场电位信号和目标局部场电位信号的幅值表征，得到样本发放特征和目标发放特征；

步骤3：根据步骤1和步骤2的结果，构造样本响应矩阵和目标响应矩阵后，通过朴素贝叶斯算法获得字符图像解码模型；

步骤4：根据目标响应矩阵和字符图像解码模型，获得目标解码刺激数据，从而获得重建字符图像。

2.根据权利要求1所述的基于局部场电位幅值特征的字符图像朴素贝叶斯重建方法，其特征在于，还包括以下步骤：

步骤5：根据步骤1的目标刺激数据和步骤4的目标解码刺激数据，获得归一化互相关系数，对重建字符图像进行评估。

3.根据权利要求1所述的基于局部场电位幅值特征的字符图像朴素贝叶斯重建方法，其特征在于，所述步骤1的具体步骤为：

步骤1.1：采用扫屏模式，将生物视觉区的字符图像进行分割，根据字符图像刺激获取样本刺激数据和目标刺激数据；

步骤1.2：通过植入式微电极阵列采集对生物视觉刺激后的脑电的局部场电位信号；

步骤1.3：将局部场电位信号进行分离后得到样本局部场电位信号和目标局部场电位信号。

4.根据权利要求1所述的基于局部场电位幅值特征的字符图像朴素贝叶斯重建方法，其特征在于，所述步骤2的具体步骤如下：

步骤2.1：对样本局部场电位信号和目标局部场电位信号分别进行离散傅里叶变换，提取每个频率采样点处的幅值表征；

步骤2.2：根据公式X_f＝|A_f|计算频率f处的幅值表征，得到样本发放特征和目标发放特征。

5.根据权利要求1所述的基于局部场电位幅值特征的字符图像朴素贝叶斯重建方法，其特征在于，所述步骤3的具体步骤如下：

步骤3.1：利用响应矩阵构造公式，根据步骤1的样本刺激数据和步骤2的样本发放特征构造样本响应矩阵，根据步骤1的目标刺激数据和步骤2的目标发放构造目标响应矩阵，所述响应矩阵构造公式为：

其中，表示在第M个像素块刺激、v通道神经元局部场电位信号的第N个幅值表征的发放特征；

步骤3.2：根据步骤1的样本刺激数据和步骤3.1的样本响应矩阵，通过朴素贝叶斯算法进行字符图像解码模型的构造。

6.根据权利要求1所述的基于局部场电位幅值特征的字符图像朴素贝叶斯重建方法，其特征在于，所述步骤4的具体步骤如下：

步骤4.1：将步骤3的目标响应矩阵代入到字符图像解码模型中，获得目标解码刺激数据；

步骤4.2：对目标解码刺激数据进行时序排列，得到重建字符图像。

7.根据权利要求2所述的基于局部场电位幅值特征的字符图像朴素贝叶斯重建方法，其特征在于，所述步骤5的具体步骤如下：

步骤5.1：根据步骤1的目标刺激数据和步骤4的目标解码刺激数据获得归一化互相关系数：

其中，ρ_s,u∈[-1,1]，s(n)为目标刺激数据组成的矩阵；u(n)为目标解码刺激数据组成的矩阵；

步骤5.2：根据归一化互相关系数对重建字符图像进行评估。