【技术实现步骤摘要】
本专利技术属于神经科学领域，具体的说是一种基于小批量k均值聚类的神经电生理尖峰信号分拣方法。
技术介绍
1、神经电生理信号分析是神经科学研究中的一个重要领域，它涉及对神经元活动产生的电信号进行记录和分拣。随着神经科学和生物医学工程的发展，对神经电生理信号的精确分拣需求日益增长。然而，现有技术在处理速度和分类准确性方面仍然存在显著的不足，这限制了其在实际应用中的有效性。
2、首先，传统的电生理信号处理方法通常依赖于人工操作和经验判断，这不仅耗时耗力，而且容易受到操作人员主观因素的影响，导致结果的一致性和准确性难以保证。尤其是在处理大量电生理数据时，人工分析的效率显得极为低下，无法满足现代神经科学研究对数据处理速度的高要求。其次，现有的信号分类算法多采用传统的聚类方法，例如k均值聚类。这些方法在处理高维数据时，往往面临聚类中心选择不当、局部最优解等问题，导致分类结果的准确性受到影响。此外，传统聚类算法在面对复杂的电生理信号时，难以有效区分不同类型的信号，尤其是在信号间存在高度相似性或噪声干扰的情况下，分类效果往往不理想。在信号预...
【技术保护点】
1.一种基于小批量K均值聚类的神经电生理尖峰信号分拣方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于小批量K均值聚类的神经电生理尖峰信号分拣方法，其特征在于，步骤1包括如下步骤：
3.根据权利要求2所述的一种基于小批量K均值聚类的神经电生理尖峰信号分拣方法，其特征在于，步骤2包括如下步骤：
4.根据权利要求3所述的一种基于小批量K均值聚类的神经电生理尖峰信号分拣方法，其特征在于，步骤4包括如下步骤：
5.一种电子设备，包括存储器以及处理器，其特征在于，所述存储器用于存储支持处理器执行权利要求1-4中任一...
【技术特征摘要】
1.一种基于小批量k均值聚类的神经电生理尖峰信号分拣方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于小批量k均值聚类的神经电生理尖峰信号分拣方法，其特征在于，步骤1包括如下步骤：
3.根据权利要求2所述的一种基于小批量k均值聚类的神经电生理尖峰信号分拣方法，其特征在于，步骤2包括如下步骤：
4.根据权利要求3所述的一种基于小批量k均值聚类的神经电生理尖峰信号分拣方法...
【专利技术属性】
技术研发人员：王玉成，周富豪，樊琳，赵娜娜，黄烨鑫，李旭，叶晓东，
申请(专利权)人：中国科学院合肥物质科学研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。