基于局部场电位幅值相位复合特征的自然图像重建方法技术

本发明专利技术公开了基于局部场电位幅值相位复合特征的自然图像重建方法，涉及信息处理技术领域，包括以下步骤：采集图像刺激下的脑视皮层局部场电位信号，分别对图像刺激和局部场电位信号处理后得到样本刺激数据、目标刺激数据、样本响应数据和目标响应数据；根据训练响应数据和目标响应数据，获取样本幅值相位复合特征和目标幅值相位复合特征，并构建样本响应矩阵和目标响应矩阵；根据样本刺激数据和样本响应矩阵构建重建滤波器模型；将目标响应矩阵代入重建滤波器模型，获取目标重建刺激数据后得到自然图像。解决了现有基于生物视觉实现图像刺激重建存在的图像重建实验过程复杂，重建图像效果差、不清晰的问题。

【技术实现步骤摘要】
基于局部场电位幅值相位复合特征的自然图像重建方法
本专利技术涉及信息处理
，尤其涉及基于局部场电位幅值相位复合特征的自然图像重建方法。
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。其中，视觉系统是动物感知外界环境的主要感知系统。对动物视觉系统的研究已经成为了神经科学、智能科学、计算机科学、生物科学等多种学科所共同关注的重要课题之一。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。通过植入式的微电极阵列检测脑神经元局部场电位(LFP)信号，提取响应特征，构建图像重建模型，实现视觉感知信息的重建是一个极具挑战性的问题。丹阳等人曾经采用多只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。其提取了神经元动作电位的集群响应特征，设计了重建算法，并对重建效果进行了评估。ElaheYargholi等人基于功能核磁共振成像的方式，利用贝叶斯网络对手写数字进行了重建。其中，丹阳等人需要利用大量的神经元才能实现视频图像重建，实验过程复杂，ElaheYargholi等人的实验虽然简单但是模型参数选择不易确定且重建结果不太理想，重建图像不清晰。当前视频图像获取的主要途径为摄像机、照相机，但是专业摄像机、相机体积大，操作繁杂。镶嵌在手机等设备上的小型相机不能很好的解放双手并及时有效的记录瞬间，且记录的内容不具有针对性，本文提出了一种基于生物脑电的图像获取方法。
技术实现思路
本专利技术的目的在于：提供基于局部场电位幅值相位复合特征的自然图像重建方法，解决现有基于生物视觉实现图像刺激重建存在的图像重建实验过程复杂，重建图像效果差、不清晰的问题。本专利技术采用的技术方案如下：基于局部场电位幅值相位复合特征的自然图像重建方法，包括以下步骤：S1：采集图像刺激下的脑视皮层局部场电位信号，分别对图像刺激和局部场电位信号处理后得到样本刺激数据、目标刺激数据、样本响应数据和目标响应数据；S2：根据训练响应数据和目标响应数据，获取样本幅值相位复合特征和目标幅值相位复合特征，并构建样本响应矩阵和目标响应矩阵；S3：根据样本刺激数据和样本响应矩阵构建重建滤波器模型；S4：将目标响应矩阵代入重建滤波器模型，获取目标重建刺激数据后得到自然图像。进一步的，还包括步骤：S5：根据目标刺激数据和目标重建刺激数据进行自然图像评估。进一步的，所述步骤S1具体步骤如下：S101：选取刺激图像，并对刺激图像进行扫屏模式处理，提取扫屏模式下感受野位置的刺激数据得到样本刺激数据和目标刺激数据；S102：利用刺激播放器播放刺激数据，采集播放时动物脑视皮层局部场电位信号；S103：对局部场电位信号进行滤波处理后得到样本响应数据和目标响应数据。进一步的，所述步骤S2具体步骤如下：S201：对样本响应数据和目标响应数据进行离散傅里叶变换，提取每个频率采样点处的相位特征和幅值特征，得到样本幅值Af特征、样本相位特征、目标幅值Af1特征和目标相位特征；S202：根据幅值特征和相位特征获取样本幅值相位复合特征和目标幅值相位复合特征S203:根据样本幅值相位复合特征Xf和目标幅值相位复合特征Xf1构建样本响应矩阵R和目标响应矩阵R1。进一步的，所述步骤S3具有步骤如下：S301：根据样本刺激数据和样本响应数据矩阵R构建重建滤波器模型F。进一步的，所述步骤S4具有步骤如下：S401：将目标响应数据矩阵R1代入重建滤波器模型F，获取目标重建刺激数据U1；S402：通过目标重建刺激数据U1得到自然图像。进一步的，所述步骤5的具体步骤为：S501：根据目标刺激数据和目标重建刺激数据U获得归一化互相关系数ρs,u：ρs,u为归一化互相关系数，ρs,u∈[-1,1],s(n)为第n个目标刺激数据组成的矩阵，u(n)为第n个目标重建刺激数据组成的矩阵；S502：根据归一化互相关系数ρs,u对重建图像进行评估。综上所述，由于采用了上述技术方案，本专利技术的有益效果是：1.本专利技术通过提取生物脑神经元局部场电位(LFP)，提取更具有针对性的幅值相位复合特征，排除过多的干扰信息对重建结果的影响，简化了重建模型，同时使得重建图像的还原度更高，重建图像的重建互相关系数达到0.95。2.本专利技术根据目标刺激数据以及目标重建刺激数据获得归一化互相关系数，根据归一化互相关系数对图像重建的效果进行评价，从而获得图像重建直接评估数据。3.本专利技术采用扫屏模式，将图片进行了有效分割，从而保证了在生物神经元在不动的情况下可以看到整张图片，然后在神经元响应中找到了有效表征相应像素块的特征即幅值相位复合特征，之后利用集群信息得到较好的重建结果。4.本专利技术充分利用了动物视觉系统在复杂场景下快速目标提取与识别能力，提供一种基于生物脑电信号重建进行自动拍照的方法，可以随时记录外界场景的信息。附图说明图1为本专利技术方法流程图；图2为本专利技术感应野测试刺激图；图3为本专利技术感受野测试刺激对应的感受野位置图；图4为本专利技术自然图像重建流程示意图；图5是刺激图像与重建图像对比示意图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本专利技术，并不用于限定本专利技术。基于局部场电位幅值相位复合特征的自然图像重建方法，包括以下步骤：S1：采集图像刺激下的脑视皮层局部场电位信号，分别对图像刺激和局部场电位信号处理后得到样本刺激数据、目标刺激数据、样本响应数据和目标响应数据；选取自然图像作为刺激图像，并对刺激图像进行扫屏模式处理，提取扫屏模式下感受野位置的刺激数据得到样本刺激数据和目标刺激数据，并利用刺激图像播放器向被测试动物依次播放刺激数据，通过预先植入动物脑视觉皮下的多通道微电极阵列，采集每一次刺激图像播放时神经元产生的局部场电位信号，直至所有刺激数据播放完毕，对局部场电位信号进行50Hz滤波处理后得到响应数据，并将响应数据相应分为样本响应数据、目标响应数据。样本刺激数据S：其中，sie表示在第i个像素块刺激第e个灰度值，E表示像素块的大小，M表示刺激图像的个数，类似的，目标刺激数据S1的获取原理相同。S2：根据训练响应数据和目标响应数据，获取样本幅值相位复合特征和目标幅值相位复合特征，并构建样本响应矩阵和目标响应矩阵；将采集的响应数据进行傅里叶变换，提取多个神经元每个频率处的局部场电位信号相位特征和幅值特征，根据样本相位特征和样本幅值特征Af获取目标幅值相位复合特征Xf：其中，Af为采集的局部电位信号频率为f处的电位信号幅值特征，为采集的局部电位信号频率为f处的电位信号相位特征，类似的，目标幅值相位复合特征Xf1获取步骤相同。根据样本响应数据局部场电位信号的幅值相位复合特征Xf，构造样本响应矩阵R：其中，表示在第i个像素块刺激数据、v通道神经元局部场电位信号的第j个幅值相位复合特征Xf，类似的，目标响应矩阵R1获取步骤相同。S3：根据样本刺激数据和样本响应矩阵构建重建滤波器模型；构造重建滤波器模型F的转置矩阵fT：其中，代表的是对v通道神经元中提取的局部场电位信号的第N个幅值相位复合特征的权值；S4：将目标响应矩阵代入重建滤波器模型，获取目标重建刺激数据后得到自然图像。根据重建滤波器模型F和测试响应数据矩阵R1获取目标重本文档来自技高网...

【技术保护点】
1.基于局部场电位幅值相位复合特征的自然图像重建方法，其特征在于，包括以下步骤：S1：采集图像刺激下的脑视皮层局部场电位信号，分别对图像刺激和局部场电位信号处理后得到样本刺激数据、目标刺激数据、样本响应数据和目标响应数据；S2：根据训练响应数据和目标响应数据，获取样本幅值相位复合特征和目标幅值相位复合特征，并构建样本响应矩阵和目标响应矩阵；S3：根据样本刺激数据和样本响应矩阵构建重建滤波器模型；S4：将目标响应矩阵代入重建滤波器模型，获取目标重建刺激数据后得到自然图像。

【技术特征摘要】
1.基于局部场电位幅值相位复合特征的自然图像重建方法，其特征在于，包括以下步骤：S1：采集图像刺激下的脑视皮层局部场电位信号，分别对图像刺激和局部场电位信号处理后得到样本刺激数据、目标刺激数据、样本响应数据和目标响应数据；S2：根据训练响应数据和目标响应数据，获取样本幅值相位复合特征和目标幅值相位复合特征，并构建样本响应矩阵和目标响应矩阵；S3：根据样本刺激数据和样本响应矩阵构建重建滤波器模型；S4：将目标响应矩阵代入重建滤波器模型，获取目标重建刺激数据后得到自然图像。2.根据权利要求1所述基于局部场电位幅值相位复合特征的自然图像重建方法，其特征在于，还包括步骤：S5：根据目标刺激数据和目标重建刺激数据进行自然图像评估。3.根据权利要求1所述基于局部场电位幅值相位复合特征的自然图像重建方法，其特征在于：所述步骤S1具体步骤如下：S101：选取刺激图像，并对刺激图像进行扫屏模式处理，提取扫屏模式下感受野位置的刺激数据得到样本刺激数据和目标刺激数据；S102：利用刺激播放器播放刺激数据，采集播放时动物脑视皮层局部场电位信号；S103：对局部场电位信号进行滤波处理后得到样本响应数据和目标响应数据。4.根据权利要求1所述基于局部场电位幅值相位复合特征的自然图像重建方法，其特征在于，所述步骤S2具体步骤如下：S201：对样本响应数...

【专利技术属性】
技术研发人员：师丽，王治忠，王松伟，牛晓可，
申请(专利权)人：清华大学，
类型：发明
国别省市：北京,11