[发明专利]少通道下运动想象脑电特征的提取方法有效

专利信息
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
【权利要求书】:

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 。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top