基于动作电位发放间隔的自然图像随机森林成像方法技术

本发明专利技术公开了基于动作电位发放间隔的自然图像随机森林成像方法，旨在解决直接利用生物视觉系统作为摄像系统，通过解码视皮层的动作电位信号，获得自然图像，进而实现对外界自然图像场景成像的问题；通过选取自然图像刺激动物，采集所述动物视皮层的动作电位信号，对所述动作电位信号进行集群发放间隔特征提取，采用随机森林模型算法对提取的集群发放间隔特征进行成像，得到自然图像；实现过程简单，自然图像的成像效果好，成像正确率高。

【技术实现步骤摘要】
基于动作电位发放间隔的自然图像随机森林成像方法
本专利技术涉及信息科学领域，具体涉及基于动作电位发放间隔的自然图像随机森林成像方法。
技术介绍
当脑科学研究的序幕开启、人类开始走进神经科学研究的领域之后，依托于计算机的人工智能正逐渐成为新的“智力”活动代表。视觉系统是脑的重要组成部分。其中，视觉系统是动物观察外界环境的主要感官系统。研究证明，动物大脑所接收的外界信息中，视觉信息占80％以上。通过植入式微电极阵列检测脑神经元动作电位信号，提取响应特征，构建重建模型，实现视觉感知信息的重建是一个极具挑战性的问题。动作电位尖峰信号包含大量的外界刺激信息，从中提取有效特征可以对动物大脑的机制进行探究。在此之前许多神经学家利用动作电位尖峰序列对动物大脑进行了研究。1991年，Bialek等人采用随机的移动光栅作为视觉刺激，构造了苍蝇小叶板H1神经元的动作电位序列解码器，有效估算了刺激模式的速率，并对解码误差进行了评估。1997年，Warland等人采用线性和非线性两种算法解码了视网膜神经节细胞集群动作电位序列编码的亮度信息，发现亮度刺激的大部分信息能够利用线性的方法从动作电位序列中提取出来。1997年，HJSun等人利用动作电位的发放信息将运动物体与背景颜色的的联系，发现了同一细胞对不同背景色的响应不同。2011年，Ryu等人对视网膜神经节细胞编码视觉输入信息的机制进行了研究，提取了动作电位序列发放特征，利用支持向量机作为解码器，解码的精度用原始刺激和解码出的刺激之间的相似度来衡量。2014年，Aubie等人提取了动作电位发放率特征，利用最大似然估计器精确地解码出了刺激的持续时间。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。
技术实现思路
本专利技术的目的在于：提供基于动作电位发放间隔的自然图像随机森林成像方法，解决了目前无法通过生物脑电信号获取外界自然图像刺激内容的技术问题。本专利技术采用的技术方案如下：基于动作电位发放间隔的自然图像随机森林成像方法，包括以下步骤：步骤1：选取不同自然图像刺激动物，采集所述动物视皮层的动作电位信号；步骤2：对所述动作电位信号进行集群发放间隔特征提取；步骤3：采用随机森林算法利用提取的集群发放间隔特征构建自然图像重建模型，得到重建的自然图像。进一步的，所述步骤1具体为：S101：向所述动物播放刺激，所述刺激的刺激模式为：选取不同自然图像刺激，利用刺激播放器分别从右往左、从下往上依次播放刺激图像；S102：播放一幅刺激图像，采集一次动物视皮层的动作电位信号，直至所有的刺激图像播放完毕。进一步的，所述步骤2中集群发放间隔特征提取的算法为：S201：将刺激si(i＝1，2，...，M)产生后的时间(T-after_time)均分为N个时间窗，每个时间窗的时间长度为：Δt＝(T-after_time)/N(1)，其中i表示刺激图像的序号，M表示刺激图像的总帧数；S202：统计每一帧刺激图像刺激后动作电位发放总个数Num，则可获得Num-1个动作电位发放间隔；S203：查询Num-1个动作电位发放间隔对应时间窗口，并将所述动作电位发放间隔归放于对应的时间窗口中，构成实际刺激响应下的特征矩阵R，所述特征矩阵R如下：其中，表示在第i个刺激图像刺激时，神经元v的动作电位信号在第j个时间窗口的发放间隔，即为特征提取算法提取的特征。进一步的，所述刺激图像的灰度矩阵S为：其中，sei表示在第i个刺激图像第e个像素点处的灰度值，E表示像素点的个数。进一步的，所述步骤3具体为：S301：选取自然图像重建模型中决策树的个数N_T；S302：从特征矩阵R中有放回地随机抽取N_T个与特征矩阵R大小相等的训练样本集{Tk，k＝1，2...，N_T}，所述训练样本集对应的标签集合为灰度矩阵S，对每个训练样本集Tk构造一个对应的决策树，k表示训练样本集的序号；S303：在对决策树每个节点进行分裂时，从所述训练样本集中特征的特征属性中等概率随机抽取一个属性子集，所述属性子集中的数据用于对随机森林中每个决策树进行训练，获得自然图像重建模型；S304：将训练样本集输入所述自然图像重建模型进行训练，完成自然图像的重建，获得重建的自然图像矩阵U：其中，uei表示第i个刺激图像第e个像素点处的自然图像重建值，M表示刺激图像的总帧数。进一步的，还包括步骤4：对所述成像过程进行参数优化。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.自然图像的成像效果好，成像正确率达0.9以上。2.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发放率特征，之后利用集群信息得到较好的成像结果；3.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，可以随时记录外界场景的信息。附图说明本专利技术将通过例子并参照附图的方式说明，其中：图1是本专利技术的流程图；图2是本专利技术自然图像刺激图像示意图；图3是本专利技术中动物一个刺激的感受野；图4是本专利技术自然图像成像过程的示意图；图5是本专利技术中自然图像刺激的成像结果；具体实施方式本说明书中公开的所有特征，或公开的所有方法或过程中的步骤，除了互相排斥的特征和/或步骤以外，均可以以任何方式组合。下面结合图1-5对本专利技术作详细说明。基于动作电位发放间隔的自然图像随机森林成像方法，包括以下步骤：步骤1：选取不同自然图像刺激动物，采集所述动物视皮层的动作电位信号；向所述动物播放刺激，所述刺激的刺激模式为：选取不同自然图像刺激动物，利用刺激播放器分别从右往左、从下往上依次播放刺激图像；每播放一幅刺激图像，采集一次动物视皮层的动作电位信号，直至所有的刺激图像播放完毕。步骤2：对所述动作电位信号进行集群发放间隔特征提取；将刺激si(i＝1，2，...，M)产生后的时间(T-after_time)均分为N个时间窗，每个时间窗的时间长度为：Δt＝(T-after_time)/N(5)，其中i表示刺激图像的序号，M表示刺激图像的总帧数；统计每一帧刺激后动作电位发放总个数Num，则可获得Num-1个动作电位发放间隔；查询Num-1个动作电位发放间隔对应时间窗口，并将其归放于对应的时间窗口中，构成实际刺激响应下的特征矩阵R，所述特征矩阵R如下：其中，表示在第i个刺激图像刺激时，神经元v的动作电位信号在第j个时间窗口的发放间隔，即为特征提取算法提取的特征。所述刺激图像的灰度矩阵S为：其中，sei表示在第i个刺激图像第e个像素点处的灰度值，E表示像素点的个数。步骤3：采用随机森林算法利用提取的集群发放间隔特征构建自然图像重建模型，得到重建的自然图像。所述随机森林重建模型算法包括以下步骤：S301：选取自然图像重建模型中决策树的个数N_T；S302：从特征矩阵R中有放回地随机抽取N_T个与特征矩阵R大小相等的训练样本集{Tk，k＝1，2，..，N_T}，所述训练样本集对应的标签集合为灰度矩阵S，对每个训练样本集Tk构造一个对应的决策树，k表示训练样本集的序号；S303：在对决策树每个节点进行分裂时，从所述训练样本文档来自技高网...

【技术保护点】
1.基于动作电位发放间隔的自然图像随机森林成像方法，其特征在于：包括以下步骤：步骤1：选取不同自然图像刺激动物，采集所述动物视皮层的动作电位信号；步骤2：对所述动作电位信号进行集群发放间隔特征提取；步骤3：采用随机森林算法利用提取的集群发放间隔特征构建自然图像重建模型，得到重建的自然图像。

【技术特征摘要】
1.基于动作电位发放间隔的自然图像随机森林成像方法，其特征在于：包括以下步骤：步骤1：选取不同自然图像刺激动物，采集所述动物视皮层的动作电位信号；步骤2：对所述动作电位信号进行集群发放间隔特征提取；步骤3：采用随机森林算法利用提取的集群发放间隔特征构建自然图像重建模型，得到重建的自然图像。2.根据权利要求1所述的基于动作电位发放间隔的自然图像随机森林成像方法，其特征在于：所述步骤1具体为：S101：向所述动物播放刺激，所述刺激的刺激模式为：选取不同自然图像刺激，利用刺激播放器分别从右往左、从下往上依次播放刺激图像；S102：播放一幅刺激图像，采集一次动物视皮层的动作电位信号，直至所有的刺激图像播放完毕。3.根据权利要求1所述的基于动作电位发放间隔的自然图像随机森林成像方法，其特征在于：所述步骤2中集群发放间隔特征提取的算法为：S201：将刺激si(i＝L2，...，M)产生后的时间(T-after_time)均分为N个时间窗，每个时间窗的时间长度为：Δt＝(T-after_time)/N(1)，其中i表示刺激图像的序号，M表示刺激图像的总帧数；S202：统计每一帧刺激图像刺激后动作电位发放总个数Num，则可获得Num-1个动作电位发放间隔；S203：查询Num-1个动作电位发放间隔对应时间窗口，并将所述动作电位发放间隔归放于对应的时间窗口中，构成实际刺激响应下的特征矩阵R，...

【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