[发明专利]一种最优导联集选择方法及系统

权利要求书

1.一种最优导联集选择方法，其特征在于，预设具有n个导联的导联集合，包括以下步骤：

对获取的脑电信号进行预处理后，根据所述导联集合S，在时间段m内对所述预处理后的脑电信号进行采集，以获得n×m采集信号矩阵Z；

根据所述时间段m内导联i和导联j的输出z_i和z_j，计算所述导联i和导联j之间的时空相关系数ρ_ij，其中，i＝1…n，j＝1…n；

根据所述时空相关系数ρ_ij得到n×n的时空相关矩阵R；

对所述时空相关矩阵R的每一行求取平均值，以获得各导联与其他导联之间的关联紧密度参数q；

计算每个导联的信号稳定性参数σ；其中，导联i的信号稳定性参数σ的计算公式为：其中，z_l表示所述导联i在时间段m内所采集信号的值的和，表示所述导联i在时间段m内所采集信号的均值，其中，

根据所述关联紧密度参数q和信号稳定性参数σ计算每个所述导联的权值w；

将各所述导联按照权值w由大到小的顺序进行优先级排列，选取优先级大于预设级别的多个所述导联形成所述最优导联集。

2.根据权利要求1所述的最优导联集选择方法，其特征在于，所述方法应用于基于视觉稳态诱发电位的脑机接口系统中，通过对受试者的视觉进行刺激后获取所述脑电信号。

3.根据权利要求1所述的最优导联集选择方法，其特征在于，对所述脑电信号进行预处理的方式包括：根据预设的带宽对所述脑电信号进行滤波。

4.根据权利要求1所述的最优导联集选择方法，其特征在于，所述采集信号矩阵Z为：

5.根据权利要求4所述的最优导联集选择方法，其特征在于，所述时空相关系数ρ_ij的计算公式为：

，

其中，cov(z_i,z_j)为导联i和导联j的协方差，D(z_i)为导联i的方差，D(z_j)为导联j的方差。

6.根据权利要求5所述的最优导联集选择方法，其特征在于：所述时空相关矩阵R为：

7.根据权利要求6所述的最优导联集选择方法，其特征在于：导联i与其他导联之间的关联紧密度参数q_i的计算公式为：

8.根据权利要求7所述的最优导联集选择方法，其特征在于：所述权值w与所述紧密度参数q成正比，与所述稳定性参数σ成反比，所述导联i的权值w_i的计算公式为：

其中，a为0～1内的自定义数值。

9.一种最优导联集选择系统，其特征在于，包括以下模块：

预设模块，用以预设具有n个导联的导联集合；

采集信号矩阵获取模块，用以对获取的脑电信号进行预处理后，根据所述导联集合S，在时间段m内对所述预处理后的脑电信号进行采集，以获得n×m采集信号矩阵Z；

时空相关系数计算模块，用以根据所述时间段m内导联i和导联j的输出z_i和z_j，计算所述导联i和导联j之间的时空相关系数ρ_ij，其中，i＝1…n，j＝1…n；

时空相关矩阵形成模块，用以根据所述时空相关系数ρ_ij得到n×n的时空相关矩阵R；

关联紧密度参数计算模块，用以对所述时空相关矩阵R的每一行求取平均值，以获得各导联与其他导联之间的关联紧密度参数q；

信号稳定性参数计算模块，用以计算每个导联的信号稳定性参数σ；其中，导联i的信号稳定性参数σ的计算公式为：其中，z_l表示所述导联i在时间段m内所采集信号的值的和，表示所述导联i在时间段m内所采集信号的均值，其中，

权值计算模块，用以根据所述关联紧密度参数q和信号稳定性参数σ计算每个所述导联的权值w；

最优导联集形成模块，用以将各所述导联按照权值w由大到小的优先级进行排列，选取优先级大于预设级别的多个所述导联形成所述最优导联集。