[发明专利]基于稀疏重表示的脑电信号检测方法

权利要求书

1.一种基于稀疏重表示的脑电信号检测方法，其特征在于，包括以下步骤：

第一步、脑电信号的预处理：

1.1)首先实时地采集驾驶员的脑电信号，并将脑电信号经低通滤波以去除在脑电采集过程中来自于肌电和眼电信号的干扰；

1.2)将采样数据进行分段处理，每个片段与前一个片段有50％的重复；

1.3)将采集到的每个分段的采样数据采用独立成份分析方法进行分解得到由每个导联采集到的近似独立的脑电信号；

1.4)对由上述方法得到的每一个分段信号，采用Morlet复小波提取每一个分段内的频率特征信息用作驾驶员驾驶状态的分析；

第二步、疲劳驾驶检测：通过稀疏重表示的方法进行驾驶员疲劳驾驶的检测，判断得到驾驶员的驾驶状态并输出至控制中心进行指令操作。

2.根据权利要求1所述的基于稀疏重表示的脑电信号检测方法，其特征是，所述的采集的频率为100Hz/秒。

3.根据权利要求1所述的基于稀疏重表示的脑电信号检测方法，其特征是，所述的低通滤波是指：采用带宽为1-40Hz的有限长低通滤波器对脑电信号进行滤波。

4.根据权利要求1所述的基于稀疏重表示的脑电信号检测方法，其特征是，所述的独立成份分析方法是指：通过线性变换把混合数据或混合信号分离成多个统计独立的非高斯的信号源的线性组合的方法。

5.根据权利要求1或4所述的基于稀疏重表示的脑电信号检测方法，其特征是，所述的独立成份分析方法具体步骤包括：

i)首先在脑电信号的预处理中对于每一个脑电极采集到的一个N维的脑电信号矢量值X的数值是多个脑电极源信号矢量S的加权和，即X＝AS，这里S为独立的M，M≤N维的未知源信号矢量，矩阵A被称为加权混合矩阵，然后对X进行线性变换后得到输出向量U，即U＝WX＝WAS。向量U即是对大脑每一个区域产生的电位信号S的近似估计；

ii)对直接通过电极采集到的脑电信号X可以使用独立成份分析的方法，来得到大脑皮层的每一个区域产生的源信号S的近似估计U，其中：每一个分段内的脑电信号X_s是N×L的数据，N为脑电采集帽的导联数目在后面的实验中N＝60，L为每一个分段内信号的采样数目，L＝500，则对每一个分段内的信号求其独立成份U_s＝WX_s，其中W为解混合矩阵。