[发明专利]少通道下运动想象脑电特征的提取方法有效
申请号: | 201310309826.1 | 申请日: | 2013-07-22 |
公开(公告)号: | CN103340624A | 公开(公告)日: | 2013-10-09 |
发明(设计)人: | 朱向阳;孟建军;盛鑫军;段仁全 | 申请(专利权)人: | 上海交通大学 |
主分类号: | A61B5/0476 | 分类号: | A61B5/0476 |
代理公司: | 上海旭诚知识产权代理有限公司 31220 | 代理人: | 张伟锋;郑立 |
地址: | 200240 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 通道 运动 想象 特征 提取 方法 | ||
1.一种少通道下运动想象脑电特征的提取方法,其特征在于,包括步骤:
步骤(1)脑电信号采集:根据不同运动想象实验范式,采集运动想象区的少数目通道脑电信号;
步骤(2)数据预处理:对采集到的脑电信号用滤波器做带通滤波,在运动想象实验范式中“提示”出现后的信号上做滑动窗记信号为矩阵Xt,时间间隔为一个采样点;
步骤(3)信号延时:δτ表示信号的延时操作,即δτ(Xt)=Xt-τ;将采集到的每个通道的脑电信号做τ、2τ、…nτ的延时操作增加到采集到的信号中,将采集到的脑电信号扩展:
i=1,...,L,L为训练集中训练样本的总数目;
步骤(4)对扩展得到的高维信号进行CSP特征提取,分别由延时τ即n=1、延时2τ即n=2至延时Nτ构成的N个高维信号提取到N个特征集{f1(i)}i、{f2(i)}i…{fN(i)}i,其中N是预定义的最大延时操作数,fn(i)∈R2*p×1,i=1,...,L,L为训练集中训练样本的总数目,2*p为利用CSP算法降维后特征向量的维数;
步骤(5)估计特征集{fn(i)}i与类别间的互信息熵;
步骤(6)选取为最优特征集,其中表示使互信息熵值取最大的特征集,n*为最优个数延迟因子;
步骤(7)对测试集脑电信号做τ、2τ…n*τ的延时操作后,扩展成新的较高维数的脑电信号,用CSP算法提取特征;
步骤(8)输出分类结果。
2.如权利要求1所述的少通道下运动想象脑电特征的提取方法,其特征在于,步骤(1)中,不同运动想象实验范式为左右手运动想象实验范式。
3.如权利要求1所述的少通道下运动想象脑电特征的提取方法,其特征在于,步骤(1)中的少数目通道脑电信号为2~10路通道。
4.如权利要求1所述的少通道下运动想象脑电特征的提取方法,其特征在于,步骤(1)中采集的采样频率为250Hz。
5.如权利要求1所述的少通道下运动想象脑电特征的提取方法,其特征在于,步骤(2)中在运动想象实验范式中提示出现后的信号上做2s的滑动窗记信号为矩阵Xt。
6.如权利要求1所述的少通道下运动想象脑电特征的提取方法,其特征在于,步骤(2)中滤波器为四阶巴特沃斯滤波器。
7.如权利要求1所述的少通道下运动想象脑电特征的提取方法,其特征在于,步骤(2)中带通滤波为通频带8~30Hz带通滤波。
8.如权利要求1所述的少通道下运动想象脑电特征的提取方法,其特征在于,步骤(2)中带通滤波为通频带7~32Hz带通滤波 。
9.如权利要求1所述的少通道下运动想象脑电特征的提取方法,其特征在于,步骤(5)中,利用非参数化方法估计特征集{fn(i)}i与类别间的互信息熵I(fn;C)=H(C)-H(C|fn)。
其中I(fn;C)是特征集{fn(i)}i与类别间的互信息熵,H(C)是类别标签集合C的熵函数值,H(C|fn)是在给定特征集fn的情况下类别标签集合C的条件熵函数值。
10.如权利要求1所述的少通道下运动想象脑电特征的提取方法,其特征在于,步骤(8)中,利用线性分类器LDA或是支持向量机做分类器输出分类结果 。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海交通大学,未经上海交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201310309826.1/1.html,转载请声明来源钻瓜专利网。