一种基于神经信号分析的生物驱离装置效果评价方法及系统

摘要: 本发明涉及神经电生理信号处理,具体涉及一种基于神经信号分析的生物驱离装置效果评价方法及系统。背景技术:1、在航空、电力输送、农业、仓储及日常生活等多个领域,鸟类...
一种基于神经信号分析的生物驱离装置效果评价方法及系统

本发明涉及神经电生理信号处理,具体涉及一种基于神经信号分析的生物驱离装置效果评价方法及系统。

背景技术:

1、在航空、电力输送、农业、仓储及日常生活等多个领域,鸟类、鼠类、蛇类等有害动物的入侵与滋扰,常常造成飞行事故、电力设施损坏、作物减产、物资损毁等严重危害,直接影响人们的生产生活安全与经济效益。现有生物驱离技术主要依靠物理刺激实现驱离效果,包括声音驱离、声波驱离、激光驱离等技术手段,通过作用于生物视觉系统、听觉系统,诱导生物产生恐惧情绪,从而诱发逃逸行为,达到驱离效果。然而目前生物驱离装置的驱离效果仅通过行为或单一的生理指标进行评价,存在一定的主观性与滞后性,无法及时、客观地判断生物逃逸行为是否由生物的恐惧情绪引起,缺乏科学的评价体系。

2、目前评价生物驱离装置驱离效果的主流方法主要分为三类:其一是试验观察法,测试人员在试验场地中安装待测生物驱离装置,启动后通过肉眼或视频监控统计一定时间内试验区域内生物的种类、数量以及是否存在僵直、逃逸等行为,通过与未安装驱离装置的试验场地对照计算“驱离率”;其二是行为学实验法,在实验室中对单只或少量生物施加不同模态刺激,用摄像机记录刺激前后行为响应,通过逃逸速度、僵直时间、鸣叫次数、警戒频次等指标评价恐惧程度,进而推断驱离装置效果;其三是基于单一生理参数的评价法,通过测量生物的心率、体温或应激激素(如皮质酮)水平评价其恐惧状态,间接评价驱离刺激效果。

3、上述三类方法在科学严谨性上存在严重不足,其核心缺陷可归纳为两点:一是评价指标易受主观判断和生理混杂因素干扰,难以客观量化生物真实恐惧情绪;二是评价范式局限于短时反应,缺乏对长期适应性与习惯化效应的考量。具体地,试验观察法高度依赖观察者对僵直、逃逸等行为的定性判断,无法判断生物受到刺激后的情绪状态;皮质酮、心率等生理参数属非特异性全身应激反应指标,受昼夜节律、觅食及温度等多重因素影响,心率还与运动量高度耦合,无法特异性指向驱赶刺激引发的恐惧情绪。此外,现有评价体系几乎都在刺激施加后数分钟至数小时的时间窗口内采集数据,生物重复暴露于固定频率声波或特定激光等刺激后会通过习惯化将其判定为“无威胁信号”并主动抑制逃逸行为,而现有检测多在设备首次启用初期进行,完全无法捕捉数天至数周后驱离率随暴露频次增加而呈现指数级衰减的趋势,致使评价结论无法有效推广到实际长期部署场景。

4、基于上述分析,亟需构建一种基于神经信号分析的生物驱离装置效果评价方法,以解决传统评价体系的主观性干扰与长期有效性缺失问题,更加科学严谨地评价生物驱离装置的驱离效果。

技术实现思路

1、本发明的目的在于提供一种基于神经信号分析的生物驱离装置效果评价方法及系统,通过建立多模态刺激参数与动物恐惧情绪相关脑区神经响应、逃逸行为的定量映射模型,探明习惯化动态演变规律,形成驱离效果持久性的量化评价标准,从而为生物驱离装置的参数优化与长期适用性设计提供神经科学依据。

2、为实现上述目的,本发明提供了一种基于神经信号分析的生物驱离装置效果评价方法,包括:

3、s100,采集受试生物在生物驱离装置刺激下的恐惧情绪相关脑区神经响应电生理数据和行为响应数据;

4、s200,根据所述神经响应电生理数据提取多维度神经特征,建立神经响应强度与恐惧程度之间的量化映射模型;

5、s300,根据所述多维度神经特征构建习惯化动态演变图谱,计算习惯化半衰期;

6、s400,根据所述量化映射模型和所述习惯化半衰期,建立生物驱离装置参数与驱离效果持久性之间的量化映射关系,实现对生物驱离装置驱离效果的量化评价。

7、根据本技术的一个实施例,包括:根据所述行为响应数据计算每一试次的行为指标,对所述行为指标进行标准化处理后加权求和,得到每一试次的恐惧程度得分。

8、根据本技术的一个实施例,所述行为指标包括逃逸速度、逃逸距离、僵直时间和鸣叫次数中的至少一种;所述标准化处理采用z-score方法。

9、根据本技术的一个实施例,提取所述多维度神经特征之前,先对所述神经响应电生理数据进行预处理,所述预处理包括去噪后的信号分离为高频spike信号和低频lfp信号。

10、根据本技术的一个实施例,所述多维度神经特征的提取包括:对所述高频spike信号进行波形特征分析和时序特征分析,对所述lfp信号进行时频分析和功能脑网络构建。

11、根据本技术的一个实施例,所述波形特征分析包括采用波形聚类算法对spike信号进行分类,聚类特征向量包括波形幅值、波形宽度、峰谷比等;所述时序特征分析包括计算各神经元单位的放电率随时间的变化曲线以及峰间期的分布特征;所述时频分析包括采用welch平均周期图法估计功率谱密度并计算各频段功率谱密度占比;所述功能脑网络构建包括计算相干性矩阵并提取网络拓扑特征。

12、根据本技术的一个实施例,所述建立神经响应强度与恐惧程度之间的量化映射模型包括:将所述多维度神经特征与恐惧程度得分进行多元线性回归分析;所述多维度神经特征包括目标频段功率变化倍数、平均放电率变化倍数、聚类系数、特征路径长度和平均介数中心性中的至少一种。

13、根据本技术的一个实施例,所述习惯化动态演变图谱的构建包括:以每次刺激后目标频段功率相对基线的变化倍率为响应值,构建随试次递减的响应序列,采用带平台的指数衰减模型拟合,由模型参数推导所述习惯化半衰期。

14、根据本技术的一个实施例,所述量化评价包括:以预测恐惧得分作为神经响应强度评分,以所述习惯化半衰期作为驱离效果持久性指标,综合计算综合驱离效果评分,并以所述综合驱离效果评分最大化为目标优化生物驱离装置参数。

15、本发明第二发明提供了一种基于神经信号分析的生物驱离装置效果评价系统,包括:

16、信号采集单元,用于对受试生物施加生物驱离装置产生的刺激,同步采集行为响应数据和恐惧情绪相关脑区的神经响应电生理数据;

17、行为量化单元,用于根据所述行为响应数据计算每一试次的恐惧程度得分;

18、信号预处理单元,用于对所述神经响应电生理数据进行预处理,分离出高频spike信号和低频lfp信号;

19、响应规律分析单元,用于提取多维度神经特征,解析恐惧情绪编码机制;

20、习惯化图谱构建单元,用于构建习惯化动态演变图谱并计算习惯化半衰期;

21、驱离效果量化评价单元,用于建立神经响应强度与恐惧程度之间的量化映射模型,并结合习惯化半衰期建立生物驱离装置参数与驱离效果持久性之间的量化映射关系。

22、与现有技术相比,本发明具有以下有益效果:

23、(1)本发明首次将生物恐惧情绪相关脑区神经电生理信号引入生物驱离装置效果评价领域,通过直接监测大脑恐惧情绪相关脑区的神经活动,建立客观神经指标替代传统行为观察,从根本上消除了主观判断和生理混杂因素的干扰,实现了驱离效果的真实客观量化。

24、(2)本发明通过构建习惯化动态演变图谱和计算习惯化半衰期,揭示了生物对驱离刺激从初始激活到逐渐习惯化的完整动态演变规律,能够有效预测驱离装置在长期部署中的效果衰减趋势,弥补了传统评价方法仅关注短时反应的缺陷。

25、(3)本发明融合了spike波形及时序特征、lfp时频能量特征、功能脑网络拓扑特征三个维度的神经特征,结合逃逸行为数据进行多元关联分析,系统解析恐惧情绪编码机制,建立了“神经响应强度-恐惧程度”的量化映射模型,实现了驱离效果的多维度精准量化。

26、(4)本发明不仅适用于鸟类,还可推广至其他哺乳类、爬行类等动物的驱离效果评价,具有广泛的适用性。

27、(5)本发明建立的生物驱离装置参数与驱离效果持久性之间的量化映射关系,可直接用于驱离装置参数优化与选型,为面向不同场景的自适应、精准化、长效化智能生物驱离策略制定提供神经科学依据和数据支撑。