一种神经信号编码方法、装置、设备及可读存储介质制造方法及图纸

本申请公开了信号处理技术领域内的一种神经信号编码方法、装置、设备及可读存储介质。本申请在对神经信号量化得到的目标矩阵进行小波变换后，根据联合互信息进行特征挑选。在使用联合互信息进行每一次特征选择时，能够挑选到包含更多重要信息的近似最优特征。根据联合互信息进行特征挑选后，本申请还对筛选出的特征进行精简，精简后得到的特征能够尽可能保留更多信息量，由此可实现：以尽可能少的特征数表征神经信号中所蕴含的更多信息，更能精准编码神经信号。因此本申请能够提高神经信号编码结果的有效性和准确性。码结果的有效性和准确性。码结果的有效性和准确性。

【技术实现步骤摘要】
一种神经信号编码方法、装置、设备及可读存储介质


[0001]本申请涉及信号处理
，特别涉及一种神经信号编码方法、装置、设备及可读存储介质。

技术介绍

[0002]目前，通过对神经脉冲信号进行小波分析，可以捕捉信号时序信息的详细时间动态，之后在信号时序信息中挑选小波系数(即信号的特征)时，对每个小波系数的计算是相互独立的，忽略了小波系数之间的高阶依赖性，也没有考虑特征的潜在冗余，这种方式仅能够在时序上进行信号提取和编码，难以保证信号编码结果的有效性和准确性。
[0003]因此，如何提高神经信号编码结果的有效性和准确性，是本领域技术人员需要解决的问题。

技术实现思路

[0004]有鉴于此，本申请的目的在于提供一种神经信号编码方法、装置、设备及可读存储介质，以提高神经信号编码结果的有效性和准确性。其具体方案如下：
[0005]第一方面，本申请提供了一种神经信号编码方法，包括：
[0006]将神经信号量化为目标矩阵；
[0007]对所述目标矩阵进行小波变换，得到时频特征矩阵；r/>[0008]将本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种神经信号编码方法，其特征在于，包括：将神经信号量化为目标矩阵；对所述目标矩阵进行小波变换，得到时频特征矩阵；将目标集合初始化为空集，将信息量阈值初始化为初始值；联合当前目标集合计算当前时频特征矩阵中每一时频特征对不同刺激类别的第一信息量；在第一信息量大于目标值的时频特征中选择第一信息量最大的时频特征作为目标特征；将所述目标特征填充至当前目标集合，并从当前时频特征矩阵中删除所述目标特征；更新所述信息量阈值，若更新后的信息量阈值符合结束条件，则对当前目标集合进行特征删减，并将删减后的目标集合确定为所述神经信号的编码结果；否则，执行联合当前目标集合计算当前时频特征矩阵中每一时频特征对不同刺激类别的第一信息量及后续步骤。2.根据权利要求1所述的方法，其特征在于，所述将神经信号量化为目标矩阵，包括：将单一神经元的神经信号量化为N
trial
×
N
stim
行，N
t
列的矩阵，得到所述目标矩阵；N
trial
表示单一刺激类别的重复次数，N
stim
表示刺激类别数目，N
t
表示单一神经元对单一刺激类别的响应信号；或将群体神经元的神经信号量化为N
trial
×
N
stim
行、N
t
×
N
cell
列的矩阵，得到所述目标矩阵；N
trial
表示单一刺激类别的重复次数，N
stim
表示刺激类别数目，N
t
表示单一神经元对单一刺激类别的响应信号，N
cell
表示神经元的个数。3.根据权利要求1所述的方法，其特征在于，所述更新所述信息量阈值，包括：计算所述信息量阈值的当前取值与所述目标特征的互信息的和；将所述和作为更新后的信息量阈值。4.根据权利要求3所述的方法，其特征在于，所述初始值为零；相应地，所述结束条件为：更新后的信息量阈值等于小波变换得到的时频特征矩阵中所有时频特征对不同刺激类别的信息量之和。5.根据权利要求1所述的方法，其特征在于，所述对当前目标集合进行特征删减，包括：针对当前目标集合中的每一目标特征，使当前目标集合中除当前目标特征之外的其他目标特征构成对象集合...

【专利技术属性】
技术研发人员：张慧锋，郑婷婷，罗贤涛，于铁妹，潘俊锋，刘建，
申请(专利权)人：深圳瑞德林生物技术有限公司，
类型：发明
国别省市：