专利名称：一种基于关联维数的神经元动作电位特征提取方法
技术领域：
本发明属于生物医学工程领域，涉及一种神经元动作电位特征提取方法，具体涉 及一种基于关联维数的神经元动作电位特征提取方法。
背景技术：
动作电位是神经元所接收、分析和传递的信号载体，是神经元网络活动的基本表 现形式。神经元动作电位的特征提取技术是动作电位模式分类技术以及动作电位序列解码 等神经信息学研究的前期基础，近年来，随着植入式多电极阵列记录技术的发展，使得大量 神经元动作电位的获取成为可能，因此提取神经元动作电位的有效特征信息，并根据特征 信息将其划分到对应的神经元，对于后续研究神经元响应与外在刺激的关联性，起着非常 关键的作用。目前神经元动作电位特征提取及模式分类方法主要包括模板法和信号处理方法。 前者需要一定的先验知识，要求能够获取信号中所隐含的动作电位类别数和各自的动作电 位模板特征，因此分类性能的稳定性通常不够理想；后者则将采样后的动作电位信号视为 多维的点处理时间序列，通过对其特征的刻画，来实现信号的自动分类。目前被普遍采用的 特征提取方法有主成分分析和小波分析方法。主成分分析通过样本协方差矩阵求取主要特 征值，但由于动作电位信号具有一定的非线性时变性，因此主成分分析可能无法反映动作 电位信号的完整信息。小波分析方法通过对动作电位信号进行多层分解，在时频域上对动 作电位的动态特性进行有效描述，但是在小波分析中所使用的小波函数具有多样性，因此 分析得到的小波分量和小波谱只相对所选择的小波基有意义。
发明内容
为克服现有技术的不足，本发明提出了一种提取神经元动作电位特征信息的新方 法，即基于关联维数的神经元动作电位特征提取方法。该方法提取动作电位的关联维数特 征，能有效的用于后期动作电位的分类，可解决传统方法所提取的特征无法反映动作电位 完整信息或是无法反映动作电位非线性非平稳的动态特性等问题。本发明方法包括以下步骤
1、通过动作电位采集系统采集到时长为n个采样点的动作电位信号时间序列
权利要求
1. 一种基于关联维数的神经元动作电位特征提取方法，其特征在于该方法包括以下步骤步骤1、通过动作电位采集系统采集到时长为/7个采样点的动作电位信号时间序列
全文摘要
本发明涉及一种基于关联维数的神经元动作电位特征提取方法。现有的方法信息提取不完整、计算效率低。本发明方法首先采样动作电位信号，得到n个采样点的动作电位信号时间序列X，其次确定延迟时间和嵌入维数的取值，对该时间序列X进行多维相空间重构，然后在重构的相空间中采用改进算法计算动作电位的关联维数，即得到神经元动作电位特征。本发明方法在计算过程中的信息量完整且计算速度快。
文档编号G06N3/063GK102110244SQ20111004580
公开日2011年6月29日 申请日期2011年2月25日 优先权日2011年2月25日
发明者范影乐, 詹跃荣 申请人:杭州电子科技大学