申请/专利权人：天津大学

申请日：2022-11-18

公开（公告）日：2023-03-17

公开（公告）号：CN115810138A

主分类号：G06V10/82

分类号：G06V10/82;G06V10/764;G06N3/06;G06N3/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.04.04#实质审查的生效;2023.03.17#公开

摘要：本发明公开了一种基于多电极阵列体外培养神经元网络的图像识别方法，设计了分区域多字母刺激范式，将正方形多电极阵列均分为四个子区域，每个区域施加一个不同字母轮廓映射的刺激位点，同时学习训练前使用随机点刺激方法抑制同步网络爆发。通过学习训练后，诱发神经元响应峰电位增多，网络放电率升高且爆发次数和参与爆发的电极数目增加，表明学习训练增强了网络神经元放电活动模式。此外，采用随机点刺激后降低了神经元网络同步爆发次数，学习后较传统学习方式测试四个字母响应增强且支持向量机分类正确率显著升高。基于多区域字母刺激学习训练范式揭示了体外培养神经元网络具有天生的熟悉度检测、学习和空间特异性识别能力。

主权项：1.一种基于多电极阵列体外培养神经元网络的图像识别方法，其特征在于，所述方法包括：对生物体的原代神经元进行提取和体外培养，得到接种有神经元细胞的生物芯片；所述生物芯片有若干个孔，每个孔由多个TiNSiN平面圆形电极以电极阵列的形式排布在网格中，通过所述孔能够给予黏附于所述生物芯片上的神经元细胞刺激；将字母轮廓映射为多电极阵列刺激位点，对均分的四个区域顺序施加四个不同字母电刺激，调控神经元网络完成学习训练；采用多通道生物信号采集系统记录所有通道的放电响应；获取待识别的图像数据；对所述放电响应进行数据处理和分析，得到图像分类特征矩阵；利用支持向量机对所述图像分类特征矩阵进行分类，识别出所述图像。

全文数据：

权利要求：

百度查询： 天津大学 基于多电极阵列体外培养神经元网络的图像识别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD