[发明专利]一种时、频、空域多参数脑电特征提取与融合方法

权利要求书

1.一种时、频、空域多参数脑电特征提取与融合方法，其特征在于：所述的方法步骤中包括：

1）、采集脑电信号；

2）、对采集的脑电信号进行数据预处理：

对采集的脑电信号数据进行0.5-30Hz带通滤波，再去除眼电心电干扰信号、剔除伪迹数据以得到所需的EEG信号；

3）、从预处理后数据中提取Kc 复杂度、近似熵、小波熵；

4）、基于AMUSE算法求得脑电奇异值分解矩阵参数；

5）、对提取的Kc 复杂度、近似熵、小波熵及脑电奇异值分解矩阵这时、频、空域四类特征参数做特征选择；

6）、用SVM分类器对以上特征选择后的时、频、空域四类参数进行融合与分类。

2.根据权利要求1所述的一种时、频、空域多参数脑电特征提取与融合方法，其特征在于：步骤1）中采集脑电信号采用的脑电信号采集设备是基于ADS1299的脑电记录仪，电极的位置按照国际标准导联10-20 电极系统安放，Fp1、Fp2、F3、F4、C3、C4、P3、P4、O1、O2、F7、F8、T3、T4、T5、T6为16 导联采集头皮脑电信号，Cz 作为参考电极，前额作为参考地，采样频率为250Hz。

3.根据权利要求1所述的一种时、频、空域多参数脑电特征提取与融合方法，其特征在于：步骤5）中所述的特征选择采用的是加权最大相关最小冗余方法，该方法步骤如下：

a、进行原始特征集与目标类别之间的相关性分析，然后按相关性大小进行排序；

b、采用后向选择，保留相关性大的特征，并按特征相关程度实现特征子集初级筛选；

c、对已选特征子集分别进行信息距离D_mi和信息熵Q_mi分析，加入权重因子，通过循环计算及分类器验证，得到最优特征组合。

4.根据权利要求1所述的一种时、频、空域多参数脑电特征提取与融合方法，其特征在于：步骤6）中的SVM分类器的融合与分类方法步骤中包括：

A、针对待提取样本进行K均值聚类，其中k=2 ；

B、将聚类结果赋予损失函数                                               ；

C、聚类可能影响正负两类样本分布的平衡，为了进一步实现融合，将所有正类的权重设为 ，所有负类的权重设为，改进后的SVM的损失函数为：

损失函数=；

D、通过权重寻优得到与，实现融合与分类。