基于鸽视顶盖神经元动作电位信号的颜色字符重建研究

基于鸽视顶盖神经元动作电位信号的颜色字符重建研究

论文摘要

采用重建感知信息的方式进行神经科学的研究是一种有效方式。颜色是物体、环境具备的一条自然属性,利用神经元动作电位信号实现颜色字符刺激的重建对解析视觉系统关于颜色信息的处理机制具有重要意义。鸽子具有优秀的颜色信息感知能力,视顶盖(the Optic Tectum,OT)是鸽子处理颜色信息的关键神经核团。基于利用重建方式解析神经元编码机制的目的,本文设计了不同的颜色字符刺激模式,采集了鸽子视顶盖神经元动作电位响应信号(Spike),分析了不同颜色棋盘格刺激下的神经元感受野特性,并在此基础上根据神经元响应构建了颜色信息重建模型,实现了不同颜色字符的重建,解析了鸽子OT区神经元对颜色信息处理的神经机制。本文的主要工作以及研究结果如下:(1)分析了鸽子OT区神经元的颜色感受野特性鸽子OT区神经元感受野内接受颜色刺激是神经电信号有效发放的前提。本文选取了HSV颜色空间模型中具有代表性的红色(Red,R),绿色(Green,G),蓝色(Blue,B)作为基本颜色,设计了白底红、白底绿、白底蓝、绿底红、蓝底红、红底绿、蓝底绿、红底蓝、绿底蓝类型的颜色棋盘格模式,并采用反向相关法(spikes-triggered average,STA)结合高斯拟合的方式测定感受野。以白底红棋盘格刺激的感受野为基础比较发现,白底绿刺激感受野的中心位置相对偏差为2.1902±0.3656mm,半径相对偏差为3.3648±0.1982mm,白底蓝刺激的中心位置相对偏差为2.0690±0.3953mm,半径相对偏差为2.9564±0.6217mm。对于不同背景下的棋盘格实验,经过分析发现,神经元感受野中心位置的最小相对偏差为1.4560±0.2317mm,最大中心位置偏差为2.9085±0.4402mm,感受野半径最小偏差为1.2875±0.4525mm,感受野半径最大偏差为4.3955±0.5562mm。以上分析说明不同颜色刺激下感受野的位置和大小发生了改变,因此需要在重建实验中及时调整刺激播放位置以克服感受野位置和大小变化对实验数据造成影响。(2)提取了神经元动作电位响应特征并构建了重建模型提取能够有效表征颜色视觉刺激的神经元响应特征是重建的前提。本文对B、N、空心三角形、空心圆、十字架五种字符图像分别设计了白色背景红色字符(W-R)、白色背景绿色字符(W-G)、白色背景蓝色字符(W-B)、红色背景绿色字符(R-G)、红色背景蓝色字符(R-B)、绿色背景红色字符(G-R)、绿色背景蓝色字符(G-B)、蓝色背景红色字符(B-R)、蓝色背景绿色字符(B-G)类型的字符刺激模式。提取了神经元集群Spike信号发放率特征并利用主成分分析法(PCA)对响应特征矩阵降维,并将响应特征矩阵与线性逆滤波器算法(Linear Inverse Filter,LIF),随机森林算法(Random Forest,RF)和卷积神经网络算法(Convolutional Neural Networks,CNN)结合分别构建了颜色字符重建模型。(3)选取了重建模型参数并重建了颜色字符图像,解析了OT区神经元的颜色信息处理机制重建模型参数的选取有利于提高模型的性能。对于参与重建的神经元通道,文中采用信息论和重建正确率两种方式对神经元通道进行了选取。对于刺激持续时间(T)、刺激后开始时间(delay)和时间窗口(bin)等参数,采用网格搜索法和交叉检验法的联合方法进行选取,利用选取的参数构建了性能更优的重建模型。对于颜色字符重建结果的分析,首先,利用重建模型分别对颜色字符进行重建,其中LIF重建模型的最高重建正确率达到0.9778,RF模型最高正确率达到0.9675,CNN模型最高重建正确率达到0.9822,这说明发放率特征能够表征颜色信息。然后,对颜色字符重建结果通过方差分析(ANOVA)发现:白色背景下的颜色字符刺激重建结果之间并没有显著性差异。对不同背景下的字符刺激重建结果进行分析发现,当字符为红色时,各颜色背景重建结果无显著性差异。当字符为蓝色时,红色背景削弱了蓝色的刺激响应。当字符为绿色时,蓝色背景增强了绿色的视觉刺激效果。最后,对不同颜色组合下的字符刺激进行分析发现,红底蓝(R-B)和蓝底红(B-R)类型字符与蓝底绿(B-G),绿底蓝(G-B)和红底绿(R-G)类型字符的重建结果存在显著性差异,这表明蓝色与红色两种颜色相互影响,削弱了颜色刺激强度。

论文目录

  • 摘要
  • Abstract
  • 1 绪论
  •   1.1 课题研究背景和研究意义
  •   1.2 国内外研究现状
  •   1.3 论文主要工作内容
  • 2 鸽子视顶盖神经元动作电位信号的采集
  •   2.1 视觉刺激重建实验系统整体架构
  •   2.2 刺激模式播放控制系统
  •   2.3 实验动物电极植入
  •     2.3.1 手术工具和材料
  •     2.3.2 实验手术方案
  •   2.4 神经元动作电位采集系统
  •     2.4.1 神经元动作电位信号采集系统构成
  •     2.4.2 动作电位提取
  •   2.5 本章小结
  • 3 视顶盖神经元感受野响应特性的分析
  •   3.1 视顶盖神经元感受野刺激模式的设计
  •     3.1.1 HSV颜色空间模型介绍
  •     3.1.2 感受野刺激模式设计
  •   3.2 视顶盖神经元感受野测定方法
  •   3.3 颜色棋盘格刺激下神经元感受野特性分析
  •   3.4 不同颜色背景刺激下神经元感受野特性分析
  •   3.5 本章小结
  • 4 动作电位信号特征提取及重建模型的构建
  •   4.1 颜色字符刺激模式设计
  •   4.2 Spike信号的特征提取及降维处理
  •   4.3 重建模型的构建
  •     4.3.1 线性逆滤波器重建模型
  •     4.3.2 随机森林重建模型
  •     4.3.3 卷积神经网络重建模型
  •   4.4 本章小结
  • 5 颜色字符重建参数选取与重建结果的分析
  •   5.1 神经元通道的选择
  •     5.1.1 基于信息论方法的神经元通道选择
  •     5.1.2 基于重建正确率方法的神经元通道选择
  •   5.2 重建模型参数的选取
  •     5.2.1 参数对字符重建结果的影响
  •     5.2.2 重建模型参数的选取
  •   5.3 颜色字符重建结果的分析
  •     5.3.1 颜色字符重建结果的展示与分析
  •     5.3.2 不同颜色背景字符重建结果的影响分析
  •     5.3.3 不同颜色组合字符重建结果的分析
  •   5.4 本章小结
  • 6 总结与展望
  •   6.1 本文工作总结
  •   6.2 课题展望
  • 参考文献
  • 致谢
  • 个人简历、在学期间发表的学术论文与研究成果
  • 文章来源

    类型: 硕士论文

    作者: 闫文明

    导师: 王治忠

    关键词: 视顶盖,感受野,发放率,颜色字符,重建

    来源: 郑州大学

    年度: 2019

    分类: 基础科学,信息科技

    专业: 生物学,计算机软件及计算机应用

    单位: 郑州大学

    分类号: Q42;TP391.41

    总页数: 79

    文件大小: 3356K

    下载量: 49

    相关论文文献

    • [1].增强重建单帧字符图像分辨率的方法研究[J]. 延边大学学报(自然科学版) 2020(03)
    • [2].模糊逻辑和谱聚类的字符图像分割[J]. 哈尔滨工业大学学报 2010(02)
    • [3].基于多对象匹配与融合字符特征的印刷质量检验方法[J]. 包装工程 2019(11)
    • [4].基于鸽子视顶盖神经元响应对不同颜色背景字符图像的重建研究[J]. 计算机应用研究 2020(01)
    • [5].一个基于Tesseract OCR Engine的Wrapper的设计与实现[J]. 科技传播 2011(23)
    • [6].基于二次网格的字符图像特征提取方法[J]. 电子科技 2015(10)
    • [7].基于字符图像分割的打印文件识别方法[J]. 计算机工程与应用 2018(07)
    • [8].国际音标图像字符细化方法[J]. 图学学报 2018(02)
    • [9].脱机手写女书字符图像多方向文本行提取[J]. 计算机应用研究 2013(02)
    • [10].基于高斯频域低通滤波和图像差分的字符图像光照不均校正法[J]. 华中师范大学学报(自然科学版) 2013(02)
    • [11].融合特征和先验知识的车牌字符图像检测算法[J]. 计算机工程与应用 2012(18)
    • [12].基于支撑矢量机的纸币序列号识别[J]. 榆林学院学报 2011(04)
    • [13].字符图像识别的分布加权模板匹配方法研究[J]. 科技导报 2008(19)
    • [14].深度卷积神经网络在水表字符图像识别上的应用[J]. 供水技术 2017(05)
    • [15].基于区域增长的线缆字符图像快速拼接方法[J]. 数值计算与计算机应用 2019(01)
    • [16].基于结构特征和灰度特征的车牌字符识别方法[J]. 计算机科学 2011(11)
    • [17].基于C#的PCB字符喷墨打印上位机软件设计[J]. 中国科技信息 2019(02)
    • [18].打印文稿识别技术研究与设计[J]. 科学技术与工程 2015(14)
    • [19].基于神经网络的数字验证码识别研究[J]. 浙江工业大学学报 2010(04)
    • [20].线缆字符图像的拼接方法研究[J]. 计算机应用与软件 2017(06)
    • [21].字符图像化的标志设计研究[J]. 大观 2019(09)
    • [22].基于K-L变换和模糊集理论的彩色字符图像分割[J]. 计算机应用 2010(09)
    • [23].基于FPGA的图像滤波的流水线结构设计与实现[J]. 计算机工程与设计 2009(18)
    • [24].基于稀疏表示的字符识别方法[J]. 科技信息 2013(06)
    • [25].基于MAP的单帧字符图像超分辨率重建[J]. 电子学报 2015(01)
    • [26].基于识别反馈的粘连字符切分方法研究[J]. 河北省科学院学报 2008(02)
    • [27].基于模板匹配的发票号码识别算法[J]. 沈阳工业大学学报 2015(06)
    • [28].CRH列车车牌自动识别系统设计与实现[J]. 电脑编程技巧与维护 2012(22)
    • [29].一种藏文雕刻字体多样性表达方法[J]. 信息技术 2020(09)
    • [30].基于小波变换的字符图像分割[J]. 山西电子技术 2008(03)

    标签:;  ;  ;  ;  ;  

    基于鸽视顶盖神经元动作电位信号的颜色字符重建研究
    下载Doc文档

    猜你喜欢