本发明专利技术公开了一种神经信号处理方法、装置、电子设备及存储介质，方法包括：获取神经信号数据；对神经信号数据进行放电尖峰检索，得到神经元放电波形数据；对神经元放电波形数据进行分类，得到神经元放电波形分类数据；对神经元放电波形分类数据中目标通道、目标波形类型的波形数据进行波形处理，得到目标通道、目标波形类型对应的神经元的标准放电波形。本发明专利技术通过对神经信号进行可视化处理，得到表征神经元的生理特性的标准放电波形，根据所得到的标准放电波形能够更准确和方便的验证高通量高密度深部神经电极采集到的神经信号的好坏。高密度深部神经电极采集到的神经信号的好坏。高密度深部神经电极采集到的神经信号的好坏。
【技术实现步骤摘要】
一种神经信号处理方法、装置、设备及存储介质
[0001]本专利技术涉及信息
，具体涉及一种神经信号处理方法、装置、设备及存储介质。
技术介绍
[0002]神经电生理信号采集和处理技术是脑外科手术和神经科学最重要的一项技术，神经电生理信号可直观的反应神经的活动状态。正常的成年人类大约有500亿个神经元(也被称为神经细胞)，大脑约占五分之一。神经元与神经元之间通过神经递质(化学物质)传递信息，而神经元自身通过动作电位(Spike)变化将信息从轴突沿着神经纤维传到树突。在空间上，可传输动作电位的轴突、神经纤维、树突占据绝大部分空间；在时间上，动作电位在神经纤维上的最快速度可达120m/s。因此无论是从空间上还是从时间上，大脑电生理信号都是最直观、最快捷反应神经活动的物理量。
[0003]大脑电生理信号的记录方式从最原始的单根金属丝记录小鼠大脑神经元放电开始，到目前的EEG、ECoG、sEEG等方式，经过了漫长时间的演变。为了追求更好的信号质量和对神经元信息更精细的描述，记录手段由无创的脑外记录向有创的侵入式记录发展，并伴随着单位面积上记录通道数的不断增多，数据量越来越庞大，随之而来的是数据处理的精度和效率问题。为了服务于高通量(high
‑
throughout)、高密度(high
‑
density)的侵入式神经记录电极的制备迭代，有必要提供一种能够准确快速的验证神经电极采集的信号好坏的神经信号处理方法。
技术实现思路
[0004]本专利技术旨在至少解决现有技术中存在的技术问题之一。为此，本专利技术第一方面提出一种神经信号处理方法，包括：
[0005]获取神经信号数据；其中，所述神经信号数据是通过高通量、高密度深部神经电极采集的多通道神经信号数据；
[0006]对所述神经信号数据进行放电尖峰检索，得到神经元放电波形数据；其中，所述神经元放电波形数据包括多个表征神经元放电的波形数据；
[0007]对所述神经元放电波形数据进行分类，得到神经元放电波形分类数据；其中，所述神经元放电波形分类数据包括至少一个波形集合，所述波形集合包括至少一个具有相同波形类型的波形数据，所述至少一个具有相同波形类型的波形数据对应同一类型的神经元；
[0008]对所述神经元放电波形分类数据中目标通道、目标波形类型的波形数据进行波形处理，得到所述目标通道、所述目标波形类型对应的神经元的标准放电波形。
[0009]进一步地，所述对所述神经元放电波形分类数据中目标通道、目标波形类型的波形数据进行波形处理，得到所述目标通道、所述目标波形类型对应的神经元的标准放电波形，包括：
[0010]计算所述神经元放电波形分类数据中每个波形类型对应的神经元的性能指标；
[0011]根据所述神经元的性能指标对所述神经元放电波形分类数据进行筛选，得到筛选后的所述神经元放电波形分类数据；其中，筛选后的所述神经元放电波形分类数据对应的所述神经元的性能指标满足预设条件；
[0012]对筛选后的所述神经元放电波形分类数据中目标通道、目标波形类型的波形数据进行波形处理，得到所述目标通道中所述目标类型的神经元对应的标准放电波形。
[0013]进一步地，所述对所述神经元放电波形数据进行分类，得到神经元放电波形分类数据，包括：
[0014]对所述神经元放电波形数据进行通道内聚类，得到第一波形聚类数据；
[0015]对所述第一波形聚类数据进行通道间聚类，得到第二波形聚类数据，将所述第二波形聚类数据作为所述神经元放电波形分类数据。
[0016]进一步地，所述对所述神经元放电波形数据进行通道内聚类，得到第一波形聚类数据，包括：
[0017]对所述神经元放电波形数据进行降维处理，得到降维后的所述神经元放电波形数据；
[0018]基于降维后的所述神经元放电波形数据进行通道内聚类，得到所述第一波形聚类数据。
[0019]进一步地，所述对所述第一波形聚类数据进行通道间聚类，得到第二波形聚类数据，包括：
[0020]获取高通量、高密度深部神经电极的通道之间的距离，得到多个通道间距值和通道序号与所述通道间距值的对应关系；
[0021]将所述多个通道间距值与预设通道间距阈值比较，得到比较结果；
[0022]根据所述比较结果和所述对应关系得到所述通道间距值在所述预设通道间距阈值内的至少一个通道组合；其中，所述通道组合包括至少两个通道；
[0023]基于所述第一波形聚类数据计算所述通道组合中神经元放电波形数据之间的类间距投影映射；
[0024]比较所述类间距投影映射与预设类间距投影映射阈值的大小，得到类间距投影映射比较结果；
[0025]根据所述类间距投影映射比较结果，将小于所述预设类间距投影映射阈值的所述类间距投影映射对应的神经元放电波形数据聚为一类波形数据，得到所述第二波形聚类数据。
[0026]进一步地，所述对所述神经元放电波形分类数据中目标通道、目标波形类型的波形数据进行波形处理，得到所述目标通道、所述目标波形类型对应的神经元的标准放电波形，包括：
[0027]获取用于筛选神经元放电波形数据的目标通道和目标类型；
[0028]在所述神经元放电波形分类数据中提取所述目标通道、所述目标类型的神经元对应的放电波形数据；
[0029]对所述目标通道、所述目标类型的神经元对应的放电波形数据进行波形处理，得到所述目标通道、所述目标类型的神经元对应的标准放电波形。
[0030]进一步地，所述对所述目标通道、所述目标类型的神经元对应的放电波形数据进
行波形处理，得到所述目标通道、所述目标类型的神经元对应的标准放电波形，包括：
[0031]根据所述目标通道、所述目标类型的神经元对应的放电波形数据计算所述目标通道、所述目标类型的神经元对应的放电波形数据的平均值；
[0032]根据所述目标通道、所述目标类型的神经元对应的放电波形数据的平均值生成所述目标通道、所述目标神经元的标准放电波形。
[0033]本专利技术第二方面提出一种神经信号处理装置，包括：
[0034]获取模块，用于获取神经信号数据；其中，所述神经信号数据是通过高通量、高密度深部神经电极采集的多通道神经信号数据；
[0035]检索模块，用于对所述神经信号数据进行放电尖峰检索，得到神经元放电波形数据；其中，所述神经元放电波形数据包括多个表征神经元放电的波形数据；
[0036]分类模块，用于对所述神经元放电波形数据进行分类，得到神经元放电波形分类数据；其中，所述神经元放电波形分类数据包括至少一个波形集合，所述波形集合包括至少一个具有相同波形类型的波形数据，所述至少一个具有相同波形类型的波形数据对应同一类型的神经元；
[0037]波形处理模块，用于对所述神经元放电波形分类数据中目标通道、目标波形类型的波形数据进行波形处理，得到所述目标通道、所述目标波形类型对应的神经元的标准放电波形。
本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种神经信号处理方法，其特征在于，包括：获取神经信号数据；其中，所述神经信号数据是通过高通量、高密度深部神经电极采集的多通道神经信号数据；对所述神经信号数据进行放电尖峰检索，得到神经元放电波形数据；其中，所述神经元放电波形数据包括多个表征神经元放电的波形数据；对所述神经元放电波形数据进行分类，得到神经元放电波形分类数据；其中，所述神经元放电波形分类数据包括至少一个波形集合，所述波形集合包括至少一个具有相同波形类型的波形数据，所述至少一个具有相同波形类型的波形数据对应同一类型的神经元；对所述神经元放电波形分类数据中目标通道、目标波形类型的波形数据进行波形处理，得到所述目标通道、所述目标波形类型对应的神经元的标准放电波形。2.根据权利要求1所述的方法，其特征在于，所述对所述神经元放电波形分类数据中目标通道、目标波形类型的波形数据进行波形处理，得到所述目标通道、所述目标波形类型对应的神经元的标准放电波形，包括：计算所述神经元放电波形分类数据中每个波形类型对应的神经元的性能指标；根据所述神经元的性能指标对所述神经元放电波形分类数据进行筛选，得到筛选后的所述神经元放电波形分类数据；其中，筛选后的所述神经元放电波形分类数据对应的所述神经元的性能指标满足预设条件；对筛选后的所述神经元放电波形分类数据中目标通道、目标波形类型的波形数据进行波形处理，得到所述目标通道中所述目标类型的神经元对应的标准放电波形。3.根据权利要求1所述的方法，其特征在于，所述对所述神经元放电波形数据进行分类，得到神经元放电波形分类数据，包括：对所述神经元放电波形数据进行通道内聚类，得到第一波形聚类数据；对所述第一波形聚类数据进行通道间聚类，得到第二波形聚类数据，将所述第二波形聚类数据作为所述神经元放电波形分类数据。4.根据权利要求3所述的方法，其特征在于，所述对所述神经元放电波形数据进行通道内聚类，得到第一波形聚类数据，包括：对所述神经元放电波形数据进行降维处理，得到降维后的所述神经元放电波形数据；基于降维后的所述神经元放电波形数据进行通道内聚类，得到所述第一波形聚类数据。5.根据权利要求3所述的方法，其特征在于，所述对所述第一波形聚类数据进行通道间聚类，得到第二波形聚类数据，包括：获取高通量、高密度深部神经电极的通道之间的距离，得到多个通道间距值和通道序号与所述通道间距值的对应关系；将所述多个通道间距值与预设通道间距阈值比较，得到比较结果；根据所述比较结果和所述对应关系得到所述通道间距值在所述预设通道间距阈值内的至少一个通道组合；其中，所述通道组合包括至少两个通道；基于所述第一波形聚类数据计算所述通道组合中神经元放电波形数据之间的类间距投影映射；比较所述类间距投影映射与预设类间距投影映射阈值的大小，...
【专利技术属性】
技术研发人员：陶虎，李孟，陈可，孟鹏辉，
申请(专利权)人：中国科学院上海微系统与信息技术研究所，
类型：发明
国别省市：
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。