[发明专利]基于foldingHDCA算法的单试次脑电P300成分检测方法

说明书

技术领域

本发明涉及脑电信号检测技术领域，特别涉及一种基于folding HDCA算法的单试次脑电P300成分检测方法。

背景技术

脑电信号(EEG)是大脑活动的外在体现，作为人体最主要的神经中枢，大脑首先维持人体正常生理活动，其次协助人们完成有意识的各种活动。不同的大脑活动表现为具有不同特征的脑电信号。研究表明，对这些脑电模式进行时域频域分析，有助于逆向分析人的意识活动，这为脑电信号的应用提供了理论基础。脑-机接口技术(BCI，Brain-Computer Interface)，目的在于打破人必须通过器官和外界交流的限制，仅通过脑电信号(EEG)实现人类意识与外界的沟通。现阶段BCI技术主要使用脑电帽等设备，采集被试的脑电信号，将这些脑电信号进行量化，转换成计算机可识别的数据，EEG信号可用脑电帽上的电极获取，附图1中非入侵式电极采集信号设备的电极分布系统标准，通过对EEG的分析，我们可以解码人类思维意图，实现人-机协同工作。

近年来，研究人员对使用脑-机接口技术实现图像识别的问题进行了大量的研究。这些研究多采用快速序列图像呈现(RSVP)为刺激范式，采集多通道、高采样率的脑电信号，使用有效的模式识别方法对图像集进行识别分类。快速序列图像呈现(RSVP)是指，将图片序列以每秒2～12幅的速度快速呈现给被试，被试观看这些图像，当图像序列中出现用户所关注的图像时，用户的脑电信号中会出现特定的脑电成分(P300成分)。给被试观看图像，同时检测每幅图像所对应的脑电信号中是否出现P300成分，由于不知道出现的图像是否为目标图像，因此需要在每幅图像对应的EEG信号中检测是否含有P300，进而确定图像是否为目标图像。

P300成分是经常使用的一种ERP成分，ERP也称为事件相关电位，是与特定感知或认知任务相关的神经反应，ERP可以使用组平均的方法从EEG信号中提取出来。P300是用户观察到一个小概率事件后约300ms出现的正峰波形。在基于快速序列图像呈现(RSVP)的图像检索技术中，认为在一系列随机的图像序列中，用户所感兴趣的目标图像是较少的。用户在随机看一张图像时，发现是自己所感兴趣的图像的小概率的。因此可以通过检测是否含有P300成分，来判断图像是否为用户感兴趣的图像。P300也被用来分析人的情绪和思维过程。

在实际应用中P300成分的潜伏期与峰值往往不是固定不变的，一些研究表明P300成分的潜伏期与峰值会随着被试的生理状态、目标出现的概率、目标具体含义的变化而变化。附图2～3所示，用户关注的目标不同时，所激发的P300成分具有显著的不同。因此，基于脑电信号的图像检索技术需要在潜伏期变化的情况下检测P300成分。

发明内容

本发明所要解决的问题是，克服在基于脑电信号的目标图像检索中，被试在不同状态下观看不同的目标图像会导致潜伏期变化的问题，提供一种基于folding HDCA算法的单试次脑电P300成分检测方法。

按照本发明所提供的设计方案，一种基于folding HDCA算法的单试次脑电P300成分检测方法，包含如下步骤：

步骤1.被试观看快速序列视觉呈现RSVP图像序列的同时，通过脑电信号采集设备收集被试的脑电信号；

步骤2.将所有图像所对应的脑电信号均分为若干个时间窗口，取一个时间窗口及其前f个时间窗口内的多导联信号组成一组新的导联信号，通过Fisher线性判别器得到空间权重w＝[w_k w_k-1 … w_k-f]^T，其表示在第k个窗口到第(k-f)个窗口间的所有导联信号的权重，将原始多导联信号通过乘上空间权重w，得到第k个时间窗口中降维后的一维信号，即其中，N表示每个时间窗口中的采样点数，x_{i[(k-f-1)N+n]}表示一幅图像所对应的脑电中第(k-f-1)个窗口的i个导联的n个点的数值；

步骤3.将降维后的一维信号以步骤2中的相同原理均分为同样个数的时间窗口，通过逻辑回归分类器计算得到第k个时间窗口的权重v_k，将步骤2中得到的一维信号分为不同时间区间并取均值乘上对应的权重v_k，获得兴趣得分，即：

步骤4.统计不同类别脑电信号的兴趣得分，并设定一个阈值，若兴趣得分大于设定阈值，则判定为目标图像，若兴趣得分小于设定阈值，则判定为非目标图像；

步骤5.将目标图像作为被试的检索结果进行输出。