专利名称：一种基于多小波融合特征的神经元动作特征提取方法
技术领域：
本发明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，具体是基于多小波融合特征的神经元动作电位特征提取方法。
背景技术：
神经元动作电位的特征提取技术，是动作电位序列编码分析研究的前期基础。因此对动作电位提取有效特征，并根据获取的有效特征信息将动作电位归类到各自对应的神经元，对于后续分析神经元自发和诱发活动电位，起着非常重要的作用。目前神经元动作电位的分类主要包括聚类法、模板匹配法以及基于特征分析的分类方法。聚类法在一定程度上解决动作电位的叠加问题，但聚类数目通常需要预先给定。 模板匹配法的性能与信号的稳定性相关，若信号稳定性不好则容易发生过拟合现象。基于特征分析的分类方法往往是对信号进行单一的时域或频域分析，从而得到的特征信息并不完整。目前比较常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进行多尺度分析，在时频信息上对小波系数进行处理，得到有效的特征。但小波分析中使用的单一小波基不能表征信号的完整特性，因此在分析动作电位特征的时，往往不够全面。
发明内容
本发明提出一种基于多小波融合特征的神经元动作电位特征提取方法。该发明提取动作电位的多组小波特征值进行特征融合。通过小波基的互补特性，以解决单一小波基所得到动作电位信号特征不完整性，因此能有效的改善神经元动作电位的分类性能。本发明方法步骤如下
步骤(1)通过动作电位采集系统，以固定采样频率采集到η个动作电位信号时间序列，每个动作电位信号时间序列包含N个采样点。动作电位信号时间序列表示为
权利要求
1. 一种基于多小波融合特征的神经元动作特征提取方法，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，以固定采样频率采集到η个动作电位信号时间序列，每个动作电位信号时间序列包含N个采样点，动作电位信号时间序列表示为
全文摘要
本发明涉及一种基于多小波融合特征的神经元动作特征提取方法。本发明利用快速小波变换，对原始动作电位信号进行去噪处理，得到去噪动作电位信号；然后对去噪信号进行多小波基分析，得到多组小波时频特征，对不同尺度的小波特征进行分别融合，得到动作电位的多小波特征。多小波融合特征可以根据不同小波基的特性，对信号的低频分量和高频分量分别进行融合处理以得到一组新的时频特征。本发明保留了信号的突变和阶跃特征，使信号的高低频成分得到一定的恢复，同时保持信号的阶跃或突变点的信息和位置不变。
文档编号G06N3/063GK102184451SQ20111007227
公开日2011年9月14日 申请日期2011年3月24日 优先权日2011年3月24日
发明者王佳, 范影乐 申请人:杭州电子科技大学