一種基於奇異譜熵的神經元動作電位特徵提取方法

2023-10-17 07:33:04

專利名稱：一種基於奇異譜熵的神經元動作電位特徵提取方法
技術領域：
本發明屬於生物醫學工程領域，涉及一種神經元動作電位特徵提取方法，具體涉 及一種基於奇異譜熵的神經元動作電位特徵提取方法。
背景技術：
神經元動作電位的特徵提取技術是動作電位模式分類技術以及動作電位序列解 碼等神經信息學研究的前期基礎，且由於植入式多電極陣列技術的發展，使得大量神經元 動作電位的獲取成為可能，因此提取動作電位的有效特徵，並根據特徵將其劃分至各自對 應的神經元，對於後續理解神經元響應與外在刺激之間的關聯性，起著非常關鍵的作用。目前神經元動作電位特徵提取及模式分類方法主要包括模板法和信號處理方法。 前者需要一定的先驗知識，要求能夠獲取信號中所隱含的動作電位類別數和各自的動作電 位模板特徵，因此分類性能的穩定性通常不夠理想；後者則將採樣後的動作電位信號視為 多維的點處理時間序列，通過對其特徵的刻畫，來實現信號的自動分類。目前被普遍採用的 特徵提取方法有主成分分析和小波分析方法。主成分分析通過樣本協方差矩陣求取主要特 徵值，但由於動作電位信號具有一定的非線性時變性，因此主成分分析可能無法反映動作 電位信號的完整信息。小波分析方法通過對動作電位信號進行多層分解，在時頻域上對動 作電位的動態特性進行有效描述，但是在小波分析中所使用的小波函數具有多樣性，因此 分析得到的小波分量和小波譜只相對所選擇的小波基有意義。

發明內容
本發明針對現有技術的不足，提供了一種基於奇異譜熵的神經元動作電位特徵提 取方法。該方法提取的動作電位奇異譜熵特徵，能有效地用於後期動作電位的分類，可解決 傳統方法所提取的特徵無法反映動作電位完整信息或是無法反映動作電位非線性非平穩 的動態特性等問題。本發明方法包括以下步驟步驟(1)通過動作電位採集系統，以40KHz採樣頻率採集得到多個時長為T個採 樣點的動作電位信號；步驟(2)設定時間窗寬η的取值，並記錄任一動作電位信號在該時間窗下的各採 樣點幅值，形成時間序列X ；步驟(3)設定嵌入維數K和延遲時間τ的取值，對該時間序列X進行多維相空間 重構得到相空間矩陣Y ；所述的多維相空間重構的具體方法為首先在時間序列X中從第一個動作電位採樣點為起始點，提取間隔為τ的連續K個採樣點的動作電位幅值，組成第一個子序列 作為相空間的第一個行向量；其次從第τ+1個動作電位採樣點為起始點，提取間隔為τ 的連續K個採樣點的動作電位幅值，組成第二個子序列作為相空間的第二個行向量；再次 從第2 τ+1個動作電位採樣點為起始點，提取間隔為τ的連續K個採樣點的動作電位幅值，組成第三個子序列作為相空間的第三個行向量，然後從第3 τ +1個動作電位採樣點為 起始點，提取間隔為τ的連續K個採樣點的動作電位幅值，組成第四個子序列作為相空間 的第四個行向量，以此類推，從時間序列X中共可提取L(n-^)/r」+ l個不同的子序列，記 N = 1(η~Κ)/τ} + 1，則得到一個NXK階相空間矩陣Y ；
步驟(4)對相空間矩陣Y進行奇異值分解，得到相空間矩陣Y的奇異值，即為非負 對角陣Λ的對角線上的所有特徵值，其中UtYV= A，U為NXN階的正交矩陣，V為KXK階 的正交矩陣；步驟(5)分別計算各非零奇異值與所有奇異值總和之比得到概率，並利用信息熵 計算方法計算時間序列X的奇異譜熵值；步驟(6)移動時間窗，記錄得到下一個時間序列，重複步驟(3)至步驟(5)計算該 時間序列的奇異譜熵值；步驟(7)重複步驟(6)，計算出該動作電位信號可提取到的所有奇異譜熵值，即為 神經元動作電位特徵。本發明方法所具有的有益效果為1、奇異譜熵是一種衡量一維時間序列複雜度的平均熵參數，適用於隨機信號或者 確定信號以及隨機和確定性信號混合的信號。將奇異譜熵應用於動作電位的特徵提取中， 其特徵表徵了該動作電位在奇異值分解下的信息量，可有效實現動作電位的分類。2、基於奇異譜熵的神經元動作電位特徵提取方法，對動作電位信號進行多維相空 間重構，並在重構的相空間內進行奇異值分解，其分解後的奇異值大小反映了該分量在動 作電位信號中的重要程度；且多維相空間重構方法，也一定程度上解決了傳統方法在信號 分解重構過程中丟失信息的問題。3、考慮到動作電位具有較強的非平穩性和非線性，因此基於奇異譜熵的動作電位 特徵提取方法，在奇異值分解基礎上採用熵值評價，即奇異譜熵來描述在奇異值分解下動 作電位的特徵，反映了動作電位的整體信息以及在奇異譜劃分下的不確定性，是對動作電 位的一種非線性度量。4、奇異譜熵算法，只需較短的序列長度就能估計出較為穩定的統計值，能較好地 適用於動作電位時長較短的特點。5、基於奇異譜熵的神經元動作電位特徵提取方法，在相空間重構過程中，時間窗 寬、嵌入維數和延遲時間的取值將影響相空間的質量以至於影響動作電位的奇異譜熵特徵 的質量。


圖1是神經元動作電位波形圖；圖2是神經元動作電位奇異譜熵圖。
具體實施例方式以下將結合附圖對本發明作進一步說明，本發明方法利用一維的動作電位信號重 構多維相空間，在該相空間內進行奇異值分解，得到動作電位的奇異譜，並採用熵值描述奇 異值分解下的動作電位特徵。奇異譜熵特徵反映了動作電位的整體信息以及在奇異譜劃分下的不確定性，可以作為區分不同動作電位的有效依據。本發明方法的具體步驟為步驟⑴通過動作電位採集系統可採集到時長為T個採樣點的動作電位信號。為 使每個動作電位都能提取一定數量的奇異譜熵特徵，以便於後期分類時特徵的選擇，且所 提取的特徵能反映該動作電位的特性，所以設定合適的時間窗寬η使η < T，且η個採樣點 的時長應包括上升支下降支等神經元放電的重要時段。如圖1所示動作電位T = 64，通過 觀察動作電位波形可取η = 12。步驟(2)記錄任一動作電位信號在該時間窗下的各採樣點幅值，形成第一個時間序列X= [Xl，x2，x3，...，xn]，選擇嵌入維數K和延遲時間τ重構其相空間，則相空間行向 量為 Yi = [Xi, Xi+τ，xi+2τ，· · ·，xi+(K-D τ]，其中 = 1,2,3,.·.,L( -Κ)!τ\ + \。嵌入維數和延遲時 間的取值也會影響最終提取的動作電位奇異譜熵特徵質量。由於動作電位時長較短，所以 兩者取值一般都較小，但太小會影響重構相空間的質量。如圖1所示，本實施例中K = 6， τ = 1。步驟(3)令# = 夂)/r」+l = L(12-6)/1」+ 1 = 7，則重構的多維相空間可表示 為7 =
7，其中1表示矩陣轉置。Y為一個7X6階矩陣。對Y進行奇異值 分解，使得UtYV= Λ，其中U為一個7X7階正交矩陣，V為一個6X6階正交矩陣，Λ為
'S 0"
7X6階的非負對角陣，Λ = ο ο，S = CliagU1,入2，入3，...，入》。非零的特徵值入」
λ2，λ 3, ... , 以及為零的Xrt，λ r+2, . . . , λ 6為多維相空間Y的全部奇異值，其中0 < r 彡 6。步驟(4)定義非零奇異值λ i與所有非零奇異值總和之比為其貢獻率Pi，如式(1) 所示，計算所有非零奇異值的貢獻率。formula see original document page 5
formula see original document page 5步驟(5)通過式⑵求得時間序列X的奇異譜熵值SSE，移動時間窗截取不同時間 序列，重複步驟(2)至步驟(4)可計算出該動作電位的所有時間序列的奇異譜熵值，作為該 動作電位可提取的特徵，進而可求得所有待分類動作電位的不同奇異譜熵值，作為後期動 作電位分類的特徵依據。對於圖1所示的動作電位，其奇異譜熵曲線如圖2所示。
權利要求
一種基於奇異譜熵的神經元動作電位特徵提取方法，其特徵在於該方法包括如下步驟步驟(1)通過動作電位採集系統，以40KHz採樣頻率採集得到多個時長為T個採樣點的動作電位信號；步驟(2)設定時間窗寬n的取值，並記錄任一動作電位信號在該時間窗下的各採樣點幅值，形成時間序列X；步驟(3)設定嵌入維數K和延遲時間τ的取值，對該時間序列X進行多維相空間重構得到相空間矩陣Y；所述的多維相空間重構的具體方法為首先在時間序列X中從第一個動作電位採樣點為起始點，提取間隔為τ的連續K個採樣點的動作電位幅值，組成第一個子序列作為相空間的第一個行向量；其次從第τ+1個動作電位採樣點為起始點，提取間隔為τ的連續K個採樣點的動作電位幅值，組成第二個子序列作為相空間的第二個行向量；再次從第2τ+1個動作電位採樣點為起始點，提取間隔為τ的連續K個採樣點的動作電位幅值，組成第三個子序列作為相空間的第三個行向量，然後從第3τ+1個動作電位採樣點為起始點，提取間隔為τ的連續K個採樣點的動作電位幅值，組成第四個子序列作為相空間的第四個行向量，以此類推，從時間序列X中共可提取個不同的子序列，記則得到一個N×K階相空間矩陣Y；步驟(4)對相空間矩陣Y進行奇異值分解，得到相空間矩陣Y的奇異值，即為非負對角陣Λ的對角線上的所有特徵值，其中UTYV＝Λ，U為N×N階的正交矩陣，V為K×K階的正交矩陣；步驟(5)分別計算各非零奇異值與所有奇異值總和之比得到概率，並利用信息熵計算方法計算時間序列X的奇異譜熵值；步驟(6)移動時間窗，記錄得到下一個時間序列，重複步驟(3)至步驟(5)計算該時間序列的奇異譜熵值；步驟(7)重複步驟(6)，計算出該動作電位信號可提取到的所有奇異譜熵值，即為神經元動作電位特徵。FSA00000103587800011.tif,FSA00000103587800012.tif
全文摘要
本發明涉及一種基於奇異譜熵的神經元動作電位特徵提取方法。現有的方法信息提取不完成、計算效率低。本發明方法首先採樣動作電位信號，並在設定的時間窗寬動作電位信號形成時間序列X；其次設定嵌入維數K和延遲時間τ的取值，對該時間序列X進行多維相空間重構得到相空間矩陣Y；然後對相空間矩陣Y進行奇異值分解，得到相空間矩陣Y的奇異值，分別計算各非零奇異值與所有奇異值總和之比得到概率，並利用信息熵計算方法計算時間序列X的奇異譜熵值；最後移動時間窗，依上述方法計算所有奇異譜熵值，即得到神經元動作電位特徵。本發明方法在計算過程中的信息量完整且計算速度快。
文檔編號A61B5/04GK101828911SQ20101015903
公開日2010年9月15日 申請日期2010年4月27日 優先權日2010年4月27日
發明者丁穎, 範影樂, 鍾華 申請人:杭州電子科技大學