[发明专利]一种集成分类器的EEG信号分析方法

权利要求书

1.一种集成分类器的EEG信号分析方法，其特征在于：该分析方法包括以下所述步骤：

步骤1.两组测试者佩戴脑电图电极帽，进行EEG信号采集，第一组为训练样本，第二组为分类样本；

步骤2.EEG信号处理，提取第一组测试者和第二组测试者的EEG信号特征：α频段、β频段、δ频段、θ频段、spindles的最大能量值，平均能量值，最大改变量和最大能量改变率共20个特征量，作为特征属性，构成特征集，其中，α频段、β频段、δ频段、θ频段分别为大脑产生的处于8-12Hz、14-22Hz、0.5-3Hz、4-8Hz间的脑电波段，spindles为睡眠时产生的一种细而长的波束，也称为纺锤束；

步骤3.从提取的第一组测试者的特征集中随机选择70％形成训练集，30％形成测试集，并将第一组的结果属性作为类别属性，建立集成式分类器，以保证分类器的准确性；

步骤4.将从第二组测试者EEG信号中提取的特征集输入到集成分类器中，输出分析结果，判断是否存在第一组测试者所具有的问题。

2.根据权利要求1所述的一种集成分类器的EEG信号分析方法，其特征在于：EEG信号采集的过程如下：第一组测试者和第二组测试者在睡眠期间佩戴脑电图电极帽，测量通道C3-O1与C4-A1的EEG信号，并确保6个小时的睡眠时间，以便获取完整的EEG信号，其中，C3、O1、C4、A1分别为国际标准电极安装法中左中央位置、左枕位置、右中央、左耳位置的电极点。

3.根据权利要求1所述的一种集成分类器的EEG信号分析方法，其特征在于：所述的EEG信号数据处理的步骤如下：

3-1.将采集到的EEG信号分割成连续的30秒的区间，再将每个区间以1秒为单位进行傅立叶变换，其中f(t)是EEG信号的自相关函数，F(ω)是EEG信号在频域中的函数，t为信号采集的时间，ω是信号在频域上的频率；

3-2.计算功率密度谱PSD，获得α频段、β频段、δ频段、θ频段、spindles特征集，计算公式为：S(ω)为功率谱，P密度是功率谱，PK为平均功率密度谱，K为总区间数，T为EEG信号的周期。