[发明专利]一种跨脑区人工神经通路的建模方法

说明书

本发明公开了一种脑区脉冲神经信号的预测方法，包括如下步骤：1)、多脑区神经群脉冲信号同步采集；2)、神经群脉冲信号的标定；3)、神经群脉冲信号的预处理；4)、构建非离散化的神经脉冲序列核函数；5)再生核希尔伯特空间的降维；6)再生核希尔伯特空间中的人工神经通路模型的求解；7)人工神经通路模型的评价；8)人工神经通路模型的可视化。本建模方法使用基于时序神经脉冲输入的非离散神经脉冲序列核函数，具备较高的输出信号预测精度、较高的计算效率、较稳定的性能，用于指导认知神经功能的康复。

技术领域

本发明神经工程领域，具体涉及一种跨脑区人工神经通路的建模方法。

背景技术

大脑主要功能区域之间存在有神经通路，它由神经元突触连接组成。不同脑区通过神经通路通讯，实现信息传递、从而具备正常的认知功能(如理解、记忆等)。在遇到大脑损伤时，神经通路可能会遭到切断，认知神经功能也会因此降低乃至丧失。

但随着微电极阵列技术的不断发展和现代医学对脑功能研究的不断深入，人们可以实现两组脑区神经脉冲信号的同步采集，通过分析采集得到信号之间的关联，人们可以认识到大脑各个脑区之间的功能联系，从而进一步构建人工的神经通路以补充或者替代受损的原有神经通路。如公开号为CN106529186A专利申请公开的一种脑区脉冲神经信号的预测方法，再如公开号为CN112101535A的专利申请公开的一种脉冲神经元的信号处理方法及相关装置。

由于神经通信的复杂与非线性性，输入信号通量大，且人工神经通路需要植入人脑工作。因此人工神经通路的数学模型需要具备高效、稳定的非线性表达能力，这对传统的线性低效模型提出了挑战。

发明内容

鉴于上述，针对现有认知神经功能康复的需求，本发明的目的是提供一种跨脑区人工神经通路的建模方法，在多点同步记录神经脉冲信号的基础上，构建能够准确高效地预测输出脑区的神经脉冲信号的人工神经通路模型，人工神经通路模型的应用用于指导认知神经功能康复。

为实现上述发明目的，本发明实施例提供的技术方案为：

一种跨脑区人工神经通路的建模方法，包括以下步骤：

对输入脑区和输出脑区的多神经群进行神经脉冲信号的同步采集，依据神经脉冲信号的波形特征标定发放神经脉冲信号的时间和对应的神经元；

对所有神经脉冲信号进行时间槽离散化处理；依据神经脉冲发放率对输入脑区和输出脑区所有神经元进行筛选滤除；

针对输出脑区中筛选滤除剩下的每个输出神经元，依据神经脉冲信号之间的相关性从输入脑区中筛选多个输入神经元作为样本神经元，并依据发放神经脉冲信号的时间构建样本神经元的时序输入神经脉冲历史；

基于输入神经元的时序输入神经脉冲历史构建非离散化的神经脉冲序列函数，将时序输入神经脉冲历史投射到再生核希尔伯特空间，通过对时序输入神经脉冲历史的聚类实现对再生核希尔伯特空间的降维；

在降维的再生核希尔伯特空间中，将线性加权后的非离散化的神经脉冲序列核函数作为输出神经元的神经脉冲信号的预测值，通过对输出神经元的神经脉冲信号的预测值的似然函数的最大化为目标优化线性加权的权值参数，由权值参数组成的线性映射关系构成人工神经通路模型。

上述实施例提供的技术方案具有的有益效果至少体现在：

基于多区域同步采集的多神经元的神经脉冲信号，采用时序输入神经脉冲历史作为输入变量，以非离散神经脉冲序列核函数方法为基础构建能够顾实时预测神经脉冲信号的人工神经通路模型。该模型不仅接受时序输入神经脉冲历史输入，提升了存储计算效率，同时由于使用核函数方法而具有高度的非线性表达能力和全局最优的模型稳定求解，从而具有稳定、高效、精确的输出神经脉冲信号预测能力，通过人工神经通路模型预测得到的输出神经元的神经脉冲信号，输入神经元的神经脉冲信号与输出神经元的神经脉冲信号组成的人工神经通路，可以用于指导认知神经功能的康复。