[发明专利]一种基于矢量多分类的大脑功能区特异性脑电检测方法

权利要求书

1.一种基于矢量多分类的大脑功能区特异性脑电检测方法，其特征在于，包含以下顺序的步骤：

S1.首先在被检测者执行或接受特定任务状态下，让检测对象分别执行重复手掌张开/闭合任务、重复数数任务和接受短周期重复性的感觉刺激，采集脑电信号；

S2.对脑电信号进行小波分解并重构各单子频带信号，以任务事件前后的各单子频带信号能量差别作为特征量，构建多维时频域矢量；

S3.最后采用基于决策树的支持向量机多分类算法对多维时频域矢量进行分类，从而识别各电极导联上脑电信号的特异性，完成大脑功能区脑电特异性的检测。

2.根据权利要求1所述的基于矢量多分类的大脑功能区特异性脑电检测方法，其特征在于，所述的步骤S2具体为：先选定小波基，根据信号的采样频率fs，对脑电信号进行J层小波分解，J取满足公式(1)的最大整数；提取各层的细节系数和逼近系数，重构各层系数的单子频带信号；在重构单子频带信号时，先把其他层的系数都置0，再重构该层系数，得到该层系数对应的单子频带信号；以任务前后的能量差别作为特征量，计算所有单子频带信号的特征量，把这些特征量组成一个多维的矢量，即得到多维时频域矢量；其中公式(1)如下所示：

J≤log₂fs (1)。

3.根据权利要求1所述的基于矢量多分类的大脑功能区特异性脑电检测方法，其特征在于，步骤S3中，所述的基于决策树的支持向量机多分类算法，在构造支持向量机多分类器时引入“类间相对分离度”的概念，在决策树的上层节点处分离出最容易分离的类，然后再分离不容易分的类，使错分尽量远离树根。

4.根据权利要求1所述的基于矢量多分类的大脑功能区特异性脑电检测方法，其特征在于，步骤S1中，所述的脑电信号是通过电极和脑电图机采集的。