基于多元线性逆滤波器的视顶盖神经元集群亮度信息解码研究

通过解码鸽子视顶盖(the optic tectum,OT)神经元集群亮度信息的方法,研究了OT区神经元集群编码亮度信息的神经机制。首先设计了具有瞬态闪变特性的亮度视觉刺激模式,采用微电极阵列记录了多通道的锋电位(spike)发放序列;然后提取了神经元集群的spike发放率特征,构造多元线性逆滤波器解码视觉刺激亮度;最后采用互相关和信息论的方法对解码结果进行了分析。结果表明:采用的多元线性逆滤波器有效解码了OT区神经元集群编码的亮度信息。通过对解码参数变化与解码精度的分析可知神经元集群数目13个、bin的宽度5 ms、刺激后15 ms、刺激后持续时间35 ms具有最高的解码精度。通过神经元集群中逆滤波器形态的分析发现,单神经元在亮度信息的编码过程中受周围神经元的动态调制。通过对解码精度与刺激闪变频率关系的分析,发现在刺激闪变频率19 Hz到53 Hz的范围内,重建质量较好,在刺激闪变频率为33.5 Hz时,重建质量达到最优。     

大鼠基底外侧杏仁核对恐惧视觉信息的编码分析

研究大鼠在条件性恐惧视觉建立过程中基底外侧杏仁核(basal lateral amygdala, BLA)如何对恐惧视觉信息进行神经元响应特征编码分析。通过对实验Long-Evans(LE)大鼠进行电极植入手术,采用巴普洛夫原理设计基于自然图像的恐惧训练实验范式;用多通道信号采集系统采集训练前、后BLA脑区3种不同属性图片刺激时的锋电位(Spike)神经信号,并且分别根据发放率编码和信息熵编码方法对所提取Spike信号进行编码分析;最后,采用朴素贝叶斯分类器对图片属性进行分类解码判断,研究大鼠BLA区对恐惧视觉信息进行神经编码的机制。结果表明,恐惧训练后Spike发放率和信息熵均有明显增加,解码正确率为恐惧94%、非恐惧93%。说明恐惧视觉信息能够激活大鼠BLA脑区的神经元响应,朴素贝叶斯分类器可以实现对神经元集群响应的分类解码,且对恐惧信息解码效果更好。     

基于信鸽视顶盖神经集群响应的目标类别解码

通过提取信鸽视顶盖(the optic tectum,OT)的中间层神经元集群高频峰电位(spike)响应信号,利用小波和信息论的方法提取并筛选不同时间尺度上的响应特征,构建集群响应的特征向量,从而实现对目标类别的解码。首先,根据感受野特征筛选有效响应通道;然后通过特定目标对信鸽进行刺激实验,采用微电极阵列记录多通道的spike发放序列;其次设定时间窗口(bin)长度,采用小波和信息论的方法提取并筛选响应特征;最后利用朴素贝叶斯分类算法实现目标类别解码。结果表明,一方面所提取的响应特征能够实现对目标类别的解码和识别;另一方面,通过对bin取1 ms的响应信号所提取特征进行统计分析,发现提取的包含目标类型信息高的小波系数大都属于较大分解层次上的系数,表明鸽子OT区可能利用这些尺度上的时间模式对目标的信息进行了编码,这为研究OT中间神经元的时间响应结构奠定了基础。     

基于信鸽视顶盖神经集群响应的目标类别解码研究

通过提取信鸽视顶盖(The Optic Tectum, OT)的中间层神经元集群高频峰电位(spike)响应信号,利用小波和信息论的方法提取并筛选不同时间尺度上的响应特征,构建集群响应的特征向量,从而实现对目标类别的解码。首先,根据感受野特征筛选有效响应通道;然后通过特定目标对信鸽进行刺激实验,采用微电极阵列记录多通道的spike发放序列;其次设定时间窗口(bin)长度,采用小波和信息论的方法提取并筛选响应特征;最后利用朴素贝叶斯分类算法实现目标类别解码。结果表明,一方面本文方法所提取的响应特征能够实现对目标类别的解码和识别;另一方面,通过对bin取1ms的响应信号所提取特征进行统计分析,发现提取的包含目标类型信息高的小波系数大都属于较大分解层次上的系数,表明鸽子OT区可能利用这些尺度上的时间模式对目标的信息进行了编码,这为研究OT中间神经元的时间响应结构奠定了基础。     

鸽子视顶盖颜色信息的解码

研究了鸽子视顶盖神经元对颜色信息的编码机制并解码了三种颜色刺激。首先,针对鸽子视网膜四种类型敏感细胞设计了红、绿、蓝三种色块刺激模式。然后,对视觉实验采集到的神经元响应信号绘制其刺激后时间直方图(peri-stimulus time histogram,PSTH)。确定出神经元有效响应区间后发现,视顶盖神经元以集群的方式对颜色信息进行编码,对于不同的顶盖神经元,三种色块刺激的PSTH曲线存在不同的响应规律;对于同一个顶盖神经元,多次实验下三种色块刺激的PSTH曲线有着近乎一致的规律。最后,分别采用主成分分析法(primary component analysis,PCA)和等度规映射法(isometric mapping,ISOMAP)对集群特征进行降维,采用概率型神经网络(probabilistic neural network,PNN)对三种色块进行解码,结果表明,不同的特征降维方法,都具有较高的识别率,再次验证了鸽子视顶盖神经元是以集群的方式对颜色信息进行编码。     

一种采用内预测模式的HEVC视频信息隐藏算法

针对最新的视频编码标准高效率视频编码(HEVC),提出一种基于帧内模式选择的视频信息隐藏算法.首先,对一幅二值图像进行Arnold置乱和turbo码编码,形成待嵌入的二值信息序列.然后,结合帧内模式选择过程,调制I帧亮度16×16编码单元最优预测模式的奇偶性来实现信息隐藏.由于只在I帧进行信息隐藏,提取时只需部分解码即可提取隐藏信息,无需完全解码与原始视频的参与,实时性较好.实验结果表明:算法对视频质量和比特率的影响较小,且能保证一定的信息隐藏容量,符合视频隐藏算法的基本要求.     

3D-VR色彩视觉舒适度评价

随着虚拟现实(virtual reality,VR)技术的发展,3D-VR视频已成为技术与商业热点.3D-VR多机拍摄会导致部分画面出现色彩差异,影响观众的观影体验.定量分析视频中左右视差图亮度、饱和度、色相差异对观众舒适度的影响.通过主观评价实验,基于HSL(色相(hue)、饱和度(saturation)、亮度(lightness))颜色空间建立了3D-VR视频纹理差异与舒适度关系模型.根据舒适度评价模型设计了舒适度预警平台,为3D-VR影视内容创作和制作提供服务.     

单向分布式视频编码中迭代相关性噪声细化方法

针对单向分布式视频编码(UDVC),文中提出了迭代相关性噪声细化方法.在迭代解码过程中,利用上次解码的重构系数对相关性噪声进行细化,提高相关性噪声的估计精度,并且在细化过程中根据系数的解码可靠性对残差进行分类加权细化来避免错误解码系数对细化的误导.实验结果表明,经过相关性噪声细化后,重构帧中由于码率欠估计导致的质量退化问题得到了明显的改善,不同视频序列重构WZ帧的平均峰值信噪比(PSNR)可以提高0.32～0.13 dB;和未细化的单向DVC相比,文中基于相关性噪声细化的单向DVC系统的整体平均PSNR也提高了约0.21 dB.     

基于自然图像认知的大鼠上丘神经元恐惧信息编码机制

为了探究大鼠对自然图像的认知效果以及在自然图像认知过程中上丘(superior colliculus, SC)神经元的恐惧信息编码机制,采用条件性恐惧联结训练方法,设计了基于三种不同情感属性自然图像的实验方案(恐惧:"蛇"、中性:"树"、奖励:"鼠粮"),对大鼠进行了视觉认知训练。首先,从行为学分析了大鼠对具有不同情感意义自然图像的认知效果;其次,采用第一动作电位延时(first spike latency, FSL)以及Spike(峰电位)平均发放率两种编码方法,研究了大鼠上丘神经元在自然图像认知学习过程中的恐惧信息编码机制。结果表明,大鼠对奖励、恐惧、中性三种图像的抉择正确率分别在第6、22、26 d达到了75%基准线。训练后,在恐惧图像的刺激作用下,大鼠上丘神经元集群的平均FSL值显著低于训练前,且神经元集群的Spike发放率显著提高。这些结果揭示了恐惧信息能够激活大鼠上丘脑区,并通过SC脑区实现恐惧信息快速传递与表征。     

基于神经元突触可塑性机制图像边缘检测方法

针对图像边缘信息的有效提取问题,提出了基于脉冲时间相关突触可塑性(STDP)机制的边缘检测新方法.首先通过亮度和色度编码实现颜色拮抗特性;利用Log-Gabor滤波器提取符合人类视觉特性的特定方向图像信息;接着建立了一种具有突触STDP特性的神经元网络模型,利用神经元之间非同步放电与视觉轮廓的关联性强化边缘信息;最后通过首次放电时间解码获取边缘信息.以微生物显微图像为例进行实验研究,结果表明:所提方法获取的图像边缘信息清晰完整,并且保留了更多的微弱细节;为突触可塑性机制在图像处理中的应用提供新思路.