一种基于拉普拉斯特征映射的多维神经信号的降维和可视化方法

摘要

本发明提供一种基于拉普拉斯特征映射的多维神经信号降维和可视化方法，通过拉普拉斯特征映射对神经数据进行降维，提取有效信息，并在低维空间中绘制出动态图像，实现对神经集群活动模式的直观表征。本发明在与传统的方法例如广义线性回归模型(GLM)相比，可以处理更大规模更嘈杂的多通道神经信号，因此在多通道神经信号的动态可视化方面具有较为显著的优势。在聚类准确度和可视化图形区分度方面，基于拉普拉斯特征映射的多维神经信号降维及可视化方法也优于其余降维方法，考虑到拉普拉斯特征映射有较低的计算复杂度，因此本发明在运行耗时方面也具有显著优势。