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技术

本发明专利技术公开了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，属于图像信息处理领域，包括以下步骤，步骤1：获取样本刺激数据和目标刺激数据后，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：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，本发明专利技术解决了现有图像重建方法存在过程复杂、重建结果较差和解码效果不好导致还原度不高的问题。

Naive Bayesian Reconstruction of Character Images Based on Local Field Potential Amplitude Characteristics

The invention discloses a naive Bayesian reconstruction method of character image based on local field potential amplitude characteristics, which belongs to the field of image information processing. The method comprises the following steps: 1. After acquiring sample stimulation data and target stimulation data, the local field potential signals of EEG after biological visual stimulation are collected, and the samples are obtained after separation. Step 2: Extract the amplitude characterization of sample local field potential signal and target local field potential signal, respectively, and get the characteristics of sample distribution and target distribution; Step 3: After constructing sample response matrix and target response matrix, get the characters by Naive Bayesian algorithm. Image decoding model; Step 4: According to the target response matrix and character image decoding model, the target decoding stimulus data is obtained, thus the reconstructed character image is obtained. The present invention solves the problems of complex process, poor reconstruction result and poor decoding effect in the existing image reconstruction method, resulting in low restoration degree.

【技术实现步骤摘要】
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
本专利技术属于图像信息处理领域，涉及一种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。
技术介绍
大脑是一种极其复杂的神经系统，是实现各种信息处理的中枢。伴随着大脑是如何处理各种信息的这一问题，神经信息科学应运而生，它是一门交叉学科，包含神经学、生物学、计算机科学等多方面的知识。近年来，研究大脑的神经信息处理机制已取得许多突出成果，引起了世界各国科学家的广泛关注。其中，视觉系统是动物感知外界环境的主要感觉系统，研究证明，动物大脑所获取的外界信息中，视觉信息占80％以上。在生物视觉系统的研究中有很多关于视觉刺激解码的研究，1999年出版的《Reconstructionofnaturalscenesfromensembleresponsesinthelateralgeniculatenucleus》中记载了一种通过11只猫的神经信号重建图像的方法，通过记录猫的外侧膝状体的神经元动作电位信号重建了八段视频图像，但这种方法存在实验操作复杂，感受野不易确定的缺陷。2016年出版的《BrainDecoding-Classification本文档来自技高网...

【技术保护点】
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。

【技术特征摘要】
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...

【专利技术属性】
技术研发人员：王治忠，师丽，焦兴洋，王松伟，牛晓可，
申请(专利权)人：郑州大学，
类型：发明
国别省市：河南,41