通道阻塞与噪声对多室神经元响应状态影响的内在机理

多室神经元的精细结构能够同时捕捉时空特性,具有丰富的响应和内在机理.本研究基于Pinsky-Rinzel两室神经元模型,提出多室神经元通道阻塞与噪声对神经元响应状态影响的分析方法.首先,钙离子(Ca^(2+))浓度影响神经递质释放的概率,对多室神经元的节律性放电具有关键作用,因此特别引入Ca^(2+)通道阻塞,构建带离子通道阻塞的多室神经元模型.其次推导跃迁矩阵等核心参数构建Pinsky-Rinzel神经元Conductance噪声模型,并与Subunit噪声模型对比.最终,通过单参数Hopf分岔解释各个离子通道阻塞下的动力学过程;双参数分岔显示钾离子(K+)的Hopf节点随输入电流呈近似线性递增关系,而钠离子(Na^(+))则近似为线性下降和指数上升两阶段;通过变异系数等指标发现K^(+)适度阻塞促进放电,Na^(+)阻塞抑制放电,Ca^(2+)阻塞总体上促进放电的特性.另外,在低于阈值信号刺激时,两种噪声模型均产生随机共振,Conductance模型表现出更强的编码能力.本研究揭示了离子通道阻塞与噪声在神经信号传递中的复杂机制,为研究神经信息编码提供新的视角和工具.

基于信息流多级结构响应的轮廓检测模型

考虑到视觉信息流在视通路多级结构中的处理方式,提出一种图像轮廓检测的新模型。首先,根据初级视皮层(V1区)4B层的简单细胞具有三重感受野结构并对朝向敏感的特性,感知图像方位信息,并经复杂细胞提取获得边缘轮廓响应;其次,根据V1区2/3层细胞的抑制特性,引入稀疏性度量指标和神经元突触动态编码机制对边缘轮廓响应进行抑制,得到纹理抑制响应;最后,利用高级视皮层的融合修正机制,对边缘轮廓响应和纹理抑制响应进行优势互补,得到最终的轮廓检测结果。在RuG40和BSDS500图像数据集上进行实验,结果表明所提算法能够有效地区分图像的轮廓与纹理信息,凸显主体轮廓。所构建的基于信息流多级结构响应的轮廓检测模型对后续基于生物视觉机制的图像分析具有一定的参考价值。

基于运动单元累计尖峰序列的脑肌耦合分析

脑肌耦合能够反映大脑皮层和肌肉在感觉运动之间的联系。针对传统表面肌电信号输入-输出非线性的问题,本研究提出一种新的脑肌耦合分析方法。将运动单元分解后能线性传输神经驱动的累计尖峰序列(CST)与脑电信号进行相干性分析,定量描述上肢抓握运动中不同收缩力水平下,不同频段特征的脑肌耦合强度和神经元的共同轴突输入。在10名健康人的指浅屈肌(FDS)和尺侧腕屈肌(FCU)的同步脑肌电数据进行了测试和分析。结果表明,在上肢抓握运动中,频段(F(4,8)=337.2,P<0.01)与收缩力水平(F(2,8)=12.15,P<0.01)均对肌间耦合影响显著,其中β与α频段最为明显,在30%MVC下,β频段相干性均值为0.23±0.10,α频段相干性均值为0.47±0.02。轴突共同输入控制收缩力水平。脑肌耦合整体强度较小,耦合强度最大的为β频段,30%MVC下相干性均值为0.12±0.02。CST脑肌耦合分析显示了脑肌间各个频段、各个收缩力水平的耦合特性和共同轴突输入,为脑肌耦合分析提供了一种新的方法。

基于排列组合熵的脑电意识任务识别方法的研究

研究基于脑电信号排列组合熵的运动意识任务自动分类方法。求出时变脑电信号所对应的排列组合熵时间序列,它能很好的反映出事件相关去同步(ERD)和事件相关同步(ERS)现象,因此能有效地提取人脑想象左右手运动任务时的特征,最终利用K-近邻法模式分类方法对想象左右手运动任务进行分类决策。对国际脑机接口竞赛相关数据进行测试,最高准确率达到88.57%,最大互信息达到0.42。基于排列组合熵的脑电信号特征,可以作为脑电意识任务的有效分类依据。

基于C_0复杂度的语音端点检测技术研究

复杂性测度的语音端点检测技术,与目前被广泛研究的短时能量、过零率、谱熵以及倒谱等技术相比较,它具有非线性技术的本质特性。实验结果表明C0复杂性测度技术可以较好地实现在动态噪声环境下对语音端点的检测。此技术的实现将有助于提高孤立字语音识别的准确率,同时也将极大的降低语音处理的计算量和复杂性。

基于机器视觉的抗生素残留量检测系统研究和开发

本文设计了一种结合机器视觉和各领域成熟技术的自动检测系统,以实现符合行业标准的四环素族抗生素残留量检测。通过CCD器件采集图像后,进行自适应差分滤波预处理,采用改进的四叉树交叉熵分割算法进行准确快速的分析,提出多分辨率的圆检测算法精确检测抑菌圈直径数据,最后对数据建模统计,得到分析结果。实验证明,设计并开发的检测系统具有精度高、重现性高、操作简单、客观性强、专业性强等显著优点,可推广到其他的抗生素检验领域。

基于Hilbert-Huang变换的含噪语音特征分析

应用Hilbert-Huang变换方法对语音特征进行分析,提高低信噪比语音端点检测的正确率.对语音信号进行Hilbert-Huang变换,得到语音信号在时域和频域上的能量分布,建立语音信号的时间-频率-振幅的三维Hilbert谱分布以及边际谱分布进行特征分析,最后通过语音端点检测验证Hilbert-Huang变换分析含噪语音特征及降噪的有效性.通过语音端点检测的结果表明,经过Hilbert-Huang变换对含噪语音分析降噪后,检测准确率有显著提高.Hilbert-Huang变换方法能够真实描述语音信号的非线性以及非平稳特性,具有广泛的应用前景.

基于非线性动力学方法的时间序列处理

因神经系统复杂的生理机理 ,EEG信号分析一直是信号处理领域研究中的难点问题。本文简要介绍并分析了现有对非线性时间序列进行数值分析的手段 ,包括Lyapunov指数、分数维、测度熵以及多种复杂性测度等。在考虑传统分析手段的优缺点 ,以及原有的复杂性分析方法的基础上 ,提出了分级加权复杂性测度的定义和计算步骤。脑电数据的临床处理结果表明 ,这种方法能够较好地区分脑功能的不同状态。分级加权复杂性测度考虑了多临界点的映射 ,通过调整权数可更大限度地提取时间序列中有用的信息 ,从而提高对不同状态的区分率。

基于混沌理论的机器嗅觉研究

针对人工嗅觉仿真系统,研究动物嗅觉系统所拥有的高灵敏度和抗强干扰的能力.根据混沌理论,分析了混沌嗅觉系统实现的可能,在此基础上,提出了混沌传感器电路并分析了其测量原理,设计了混沌系统的符号动力学空间,将原混沌空间转换为距离空间,实现了参数空间、轨道空间以及距离空间的映射转换.研究表明,基于混沌理论的机器嗅觉系统具有混沌系统所固有的高灵敏度,同时克服了混沌轨道非一致性、非平衡性以及不稳定性带来的影响,可实现高精确度测量.

涨落复杂性测度在语音端点检测中的应用研究

目的研究基于涨落复杂性测度的语音特征提取,提高低信噪比语音端点检测的正确率和鲁棒性,从而改善语音处理和分析的性能。方法分析状态空间分割方法、窗长以及分区数对检测性能的影响。采用基于信息增益的复杂性行为度量,对含不同噪声类型,以及不同信噪比的各种中英文语音样本进行了对比实验。结果在低信噪比情况下,涨落复杂性测度比广泛应用的谱熵方法更有效。结论涨落复杂性测度技术可以较好地实现在动态噪声环境下对语音端点的检测。该方法鲁棒性好,算法实时性高。

感觉器官信息处理的混沌机理研究

通过应用非线性动力学的方法 ,发现混沌系统和神经计算之间存在着相似性——系统的非线性以及状态的模拟性 .基于这种特性 ,介绍并讨论了一种模拟神经系统信息处理的混沌电路 .实验结果表明 ,混沌特性可能就是神经生物系统具有对微小波动的敏感性和状态的快速转换性的原因所在 .

基于脑电信号Hilbert-Huang变换的睡眠分期研究

目的研究基于脑电信号Hilbert-Huang变换的睡眠自动分期方法。方法对睡眠脑电信号进行Hilbert-Huang变换,求出具有物理意义的瞬时频率,并得到脑电信号在频率上的能量分布,作为睡眠脑电信号各个时期的特征,最终利用最近邻模式分类方法对睡眠各阶段进行分期决策。结果通过对560个睡眠脑电信号样本进行分期,平均正确率达到81.7%。结论经Hilbert-Huang变换得到的睡眠脑电信号特征,可以作为睡眠分期的有效分类依据。

基于机器视觉的全自动汽车零件筛选系统

为了解决零件离线人工检测效率低、精度低的问题,设计了包括图像采集模块、图像处理识别模块、零件传送筛选模块的基于机器视觉的汽车零件自动筛选系统,提供了传感器触发CCD捕捉图像的信号调理电路,研究了适合汽车零件筛选的数字图像预处理、分割及模式识别方法。测试结果表明该系统运行平稳、检测迅速、分类准确,从而降低人力成本,提高了零件检测的生产效率、产品质量和自动化程度,该项目还可以推广到其他表面质量检测的行业中。

基于距离变换的粘连细胞分割方法

在医学细胞图像中,经常会有细胞重叠和粘连的现象。将粘连在一起的细胞群单个分开是医学细胞处理中一项重要而困难的问题。对这一情况,文章提出了一种有效的分割算法。先用最大类间方差法对图像进行二值化,然后对图像作距离变换,将像素点位置信息转化为灰度信息,再利用分水岭算法,找到粘连边界点,从而将细胞群分开。实验证明,该算法能成功地分离粘连细胞。

一种改进的基于分水岭算法的粘连分割研究

在细胞图像制作过程中,由于设备或人为原因,经常会出现细胞粘连程度分布不均匀的情况,从而影响分割的效果,给后续的统计分析造成了一定的困难。提出自适应距离变换,结合分水岭分割的处理方法,把细胞的粘连程度信息引入到距离变换函数中,根据细胞粘连程度的不同,自适应地变换距离函数的参数,从而有效地防止欠分割和过分割。实验证明,这种改进的方法能成功地分离不同粘连程度的粘连细胞,并具有良好的稳定性。

一种基于PID控制器的H.264单元层线性码率控制算法

本文提出一种新的集成PID控制器和线性码率模型的H.264单元层码率控制算法。人眼不仅对空域图像质量敏感,而且对时域图像质量敏感。为了在空域图像质量和时域图像质量之间获得更好的折中,在保持高空域重建图像质量的情况下获得更好的时域重建图像质量,本文将PID控制器引入到H.264的单元层线性码率控制中,并对场景切换情况进行单独处理。实验结果表明,本文算法不但具有线性码率控制算法的准确跟踪目标码率,显著降低比特率估计偏差的优点,而且在保持较高空域重建图像质量的同时提高时域重建图像质量,并可显著地提高场景切换时的重建图像质量。

基于数学形态学的重叠细胞分离方法及比较研究

为克服在细胞图像自动判读过程中细胞重叠造成的图像分析的困难,需要将交叠在一起的细胞群分离为单个细胞。论文研究了重叠细胞图像分离的几种数学形态学方法,从理论和实验两方面分别讨论了各方法的原理、优缺点和适用性。

基于抑制性突触多层神经元群放电编码的图像边缘检测

图像边缘检测所获得的目标轮廓细节质量，对于后续图像分析或理解过程具有重要作用。提出一种基于视觉机制的图像边缘检测新方法：构建抑制性突触连接的多层神经元群，在待检测图像的激励下，分析7像素×7像素视觉感受野窗口内互连接神经元的脉冲放电过程，记录发放时刻进行次序编码；同时考虑神经元之间的侧向抑制作用，在选择注意机制作用下获得增强图像；之后利用Log-Gabor滤波器模拟视觉系统中的方向选择特性，获取8个方向的滤波结果，经过输出层神经元群的融合处理并经灰度映射到0-255的范围后获得边缘图像。对含有丰富边缘细节特性的24幅菌落图像进行处理，其处理结果的ROC评价指标均值为0．698 4，优于PCNN法的0．659 3；从评价指标的均方差来看，该结果具有更好的一致性。另外，从信息熵评价指标来看，该方法同样具有一定的优势，能够有效提取图像的边缘信息，而且也能反映更多层次的图像细节。所提出的方法为利用视觉生理特性进行图像处理提供了崭新而有效的思路。

基于邻接矩阵分解的脑电特征提取与分类方法

针对脑-机接口研究中运动想象脑电信号的特征提取问题,本文提出了一种基于脑功能网络邻接矩阵分解的新方法。首先采用多通道运动想象脑电信号构建脑功能网络,然后对相应的邻接矩阵进行奇异值分解,依据矩阵奇异值特征向量定义了脑电的特征参数,最后输入支持向量机分类器,对BCI Competition IV Data Sets 1中的四组数据进行分类识别。实验结果表明,基于脑功能网络邻接矩阵分解的特征提取和支持向量机分类器的方法能够以较高识别率区分不同的运动想象任务,为脑电特征提取研究提供了新的思路。

基于微电极阵列的自动环境监测电子舌的设计

基于电化学微电极阵列,研发了一种用于环境中有毒痕量重金属检测的新型电子舌。系统采用差分脉冲阳极溶出伏安法,分三路实现了溶液中锌、镉、铅、铜、锰和砷6种重金属离子浓度的同时自动检测。每路传感器正面为30×30的硅基底金微电极阵列,背面集成了Ag/AgCl参比电极和Pt对电极。通过PC多线程控制三路恒电位仪电路、蠕动泵和电磁阀,实现自动进样、检测和清洗。一次测量可以在5 min内完成,每路只需要2 mL样品。采用标准加入法进行定量分析,检出限达到10^(-6)g/L级。此电子舌系统具有小体积、低成本等特点,适用于环境水样中重金属浓度分布的现场连续在线测量。