The invention relates to a feature extraction method of neuron action potential based on correlation dimension. The existing methods are incomplete in information extraction and low in computational efficiency. The method comprises the action potential signal sampling, n sampling points of the action potential signal time sequence X, then determine the value of the time delay and embedding dimension, the time sequence X multidimensional phase space reconstruction, and then use the improved algorithm to calculate the correlation dimension of action potentials in the reconstructed phase space, which is characteristic of neuron get action potential. The method of the invention has complete amount of information in calculation and has fast calculation speed.
【技术实现步骤摘要】
本专利技术属于生物医学工程领域，涉及一种神经元动作电位特征提取方法，具体涉 及。
技术介绍
动作电位是神经元所接收、分析和传递的信号载体，是神经元网络活动的基本表 现形式。神经元动作电位的特征提取技术是动作电位模式分类技术以及动作电位序列解码 等神经信息学研究的前期基础，近年来，随着植入式多电极阵列记录技术的发展，使得大量 神经元动作电位的获取成为可能，因此提取神经元动作电位的有效特征信息，并根据特征 信息将其划分到对应的神经元，对于后续研究神经元响应与外在刺激的关联性，起着非常 关键的作用。目前神经元动作电位特征提取及模式分类方法主要包括模板法和信号处理方法。 前者需要一定的先验知识，要求能够获取信号中所隐含的动作电位类别数和各自的动作电 位模板特征，因此分类性能的稳定性通常不够理想；后者则将采样后的动作电位信号视为 多维的点处理时间序列，通过对其特征的刻画，来实现信号的自动分类。目前被普遍采用的 特征提取方法有主成分分析和小波分析方法。主成分分析通过样本协方差矩阵求取主要特 征值，但由于动作电位信号具有一定的非线性时变性，因此主成分分析可能无法反映动作 电位信号的完整信息。小波分析方法通过对动作电位信号进行多层分解，在时频域上对动 作电位的动态特性进行有效描述，但是在小波分析中所使用的小波函数具有多样性，因此 分析得到的小波分量和小波谱只相对所选择的小波基有意义。
技术实现思路
为克服现有技术的不足，本专利技术提出了一种提取神经元动作电位特征信息的新方 法，即基于关联维数的神经元动作电位特征提取方法。该方法提取动作电位的关联维数特 征，能有效的用于后期动...
【技术保护点】
１．一种基于关联维数的神经元动作电位特征提取方法，其特征在于该方法包括以下步骤：步骤１、通过动作电位采集系统采集到时长为ｎ个采样点的动作电位信号时间序列；步骤２、对神经元动作电位信号进行相空间重构，采用Ｃ－Ｃ方法确定相空间重构的延迟时间，采用ｃａｏ方法确定相空间重构的嵌入维数；步骤３、确定延迟时间和嵌入维数后，进行相空间重构，相空间中的向量可表示为：，其中，令，则重构的多维相空间可表示为：，其中表示矩阵转置；步骤４、是重构的相空间中第个向量，计算其余个向量与的欧氏空间距离，，其中为相空间中第个向量，且，并将计算的每一结果存储到矩阵中；步骤５、求取矩阵中最大值与最小值，并将最大值与最小值作为计算关联积分时用到的阈值半径的上界限与下界限；计算最大值与最小值的差值，将差值匀分为一百等份，每等份大小为，并设定阈值半径的初始值为的下界限；步骤６、计算关联积分，，其中，是相空间中给定阈值半径，为高斯函数；记录关联积分的对数值和阈值半径的对数值；步骤７、阈值半径加上每等份，重复步骤６，直至阈值半径达到上界限为止；步骤８、选择曲线的无标度区间，计算此区间曲线的斜率，该斜率即为神经元动作电位的关联维数特...
【技术特征摘要】
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。