20、视觉皮层场景分割与边界估计及孟加拉语连续语音分割研究

视觉皮层场景分割与边界估计及孟加拉语连续语音分割研究

1. 视觉皮层场景分割与边界估计

在视觉处理领域，神经元展现出强大的计算能力。不同形态的视网膜神经节细胞（RGC）与特定的连接组特异性相关，影响着初级视觉皮层的整体响应。然而，树突分支的电生理学和拓扑结构在产生复杂响应中的作用却鲜为人知。多数被研究的神经网络侧重于对全局行为的数学解释，而忽视了影响全局响应的局部动态。

研究人员试图将伞状RGC的生理学、非线性动力学和连接组特异性与大细胞场景分割联系起来，以辅助边界预测和目标跟踪等活动。为此，构建并模拟了具有详细形态的伞状RGC，包括主动和被动膜动力学。同时，按照体内研究的指导，构建了侏儒和伞状RGC的特殊排列，以模拟这些层的全局响应。

1.1 方法

• 输入处理 ：将“tiff”、“png”和“jpg”格式的自然图像输入模型，双极细胞将其转换为时空方波脉冲。考虑到灵长类动物视觉的平均响应时间，双极细胞生成偏移为10 ms、脉冲宽度为150 ms、总时间长度为250 ms的时间信号。时间信号的幅度与RGC灵敏度范围内（1024 - 1016 nA）的信号强度幅度成比例缩放。
• 场景分割 ：这些时空信号被输入到场景分割网络，生成视觉刺激的分割图，并发送到大细胞层。
• 边界提取 ：大细胞区域的方向选择性RGC层从分割图像中提取边缘边界。

1.2 RGC形态

• 模型选择 ：采用Izhikev