买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：浙江大学

摘要：本发明公开了一种脑区脉冲神经信号的预测方法，包括如下步骤：1、多脑区神经群脉冲信号同步采集；2、神经群脉冲信号的标定；3、神经群脉冲信号的预处理；4、构建非离散化的神经脉冲序列核函数；5再生核希尔伯特空间的降维；6再生核希尔伯特空间中的人工神经通路模型的求解；7人工神经通路模型的评价；8人工神经通路模型的可视化。本建模方法使用基于时序神经脉冲输入的非离散神经脉冲序列核函数，具备较高的输出信号预测精度、较高的计算效率、较稳定的性能，用于指导认知神经功能的康复。

主权项：1.一种跨脑区人工神经通路的建模方法，其特征在于，包括以下步骤：对输入脑区和输出脑区的多神经群进行神经脉冲信号的同步采集，依据神经脉冲信号的波形特征标定发放神经脉冲信号的时间和对应的神经元；对所有神经脉冲信号进行时间槽离散化处理；依据神经脉冲发放率对输入脑区和输出脑区所有神经元进行筛选滤除；针对输出脑区中筛选滤除剩下的每个输出神经元，依据神经脉冲信号之间的相关性从输入脑区中筛选多个输入神经元作为样本神经元；依据发放神经脉冲信号的时间构建样本神经元的时序输入神经脉冲历史，包括：将样本神经元发放神经脉冲信号的时间构成的时间序列作为时序输入神经脉冲历史，表示为，其中，表示第n个样本神经元在时刻前第m次发放神经脉冲信号的时间；基于输入神经元的时序输入神经脉冲历史构建非离散化的神经脉冲序列函数，包括：非离散化的神经脉冲序列核函数表示为： ；其中，表示第i个时序输入神经脉冲历史和第j个时序输入神经脉冲历史之间的距离，用于度量和之间的不相似程度，表示表示输入两个时序输入神经脉冲历史之间的交叉发放强度核函数；将时序输入神经脉冲历史投射到再生核希尔伯特空间，通过对时序输入神经脉冲历史的聚类实现对再生核希尔伯特空间的降维，包括：根据两个时序输入神经脉冲历史之间的距离，对时序输入神经脉冲历史进行聚类并确定聚类中心，以聚类中心点对应的时序输入神经脉冲历史构成降维的再生核希尔伯特空间；在降维的再生核希尔伯特空间中，将线性加权后的非离散化的神经脉冲序列核函数作为输出神经元的神经脉冲信号的预测值，通过对输出神经元的神经脉冲信号的预测值的似然函数的最大化为目标优化线性加权的权值参数，由权值参数组成的线性映射关系构成人工神经通路模型。

全文数据：

权利要求：

百度查询： 浙江大学 一种跨脑区人工神经通路的建模方法