[发明专利]一种基于嗅觉脑电波和随机森林进行感官物质分类的方法

说明书

本发明公开了一种基于嗅觉脑电波和随机森林进行感官物质分类的方法，包括如下步骤：S1、利用脑‑机接口系统即脑电仪对应试者进行脑电图谱信息获取；S2、对所获取的脑电图谱数据进行预处理；S3、基于线性特性分析对完成预处理的图谱信息进行特征提取，包括：α、β、θ频段的峰值、均值、方差、中心频率、最大功率以及功率和共72维数据作为脑电信号研究中的脑电特征；S4、采用RF随机森林进行模式识别。本发明可普适于物质的感官评价中，对新产品开发、基础研究、配料和工艺的调整、降低成本、品质保证和产品优化等评价工作具有重要作用。

技术领域

本发明涉及感官物质分类技术领域，具体涉及一种基于嗅觉脑电波和随机森林进行感官物质分类的方法。

背景技术

感官评价是集现代生理学、心理学、统计学等学科逐步发展、成熟起来的一门交叉的边缘学科，在整个评价体系中感官专业人员在对新产品开发、基础研究、配料和工艺的调整、降低成本、品质保证和产品优化等评价工作中起到了决定性作用。随着科学技术的发展，越来越多的用于分析风味物质的精密仪器应运而生，但是仅仅依靠仪器分析并不能完全反应人体的真实感觉，因此人体感官评价仍然占有重要的地位。在感官评价过程中，需要人员亲自参与到视觉、嗅觉、味觉等感觉器官的运用中，容易受到日常生活习惯以及饮食情况的干扰，给出的感观评价结果经过大脑的思考，掺杂了个人的主观因素，因此具有一定的主观性，重复性差。

脑电信号是人体的一种基本生物信号，是记录大脑活动的有效方式，能够客观、真实地反映人体生理状态，可用于精神疾病的辅助诊断，包括帕金森病、阿尔茨海默病、威尔逊病、癫痫、脑肿瘤以及精神分裂症等。作为神经功能和生理评估的客观指标，通过观察脑电信号(EEG)可以帮助我们直接理解与心理、生理状态有关的电生理变化，通过对异常表现的观察来确定可能发生的病变。

发明内容

基于上述分析，本发明提供了一种基于嗅觉脑电波和随机森林进行感官物质分类的方法。

为实现上述目的，本发明采取的技术方案为：

一种基于嗅觉脑电波和随机森林进行感官物质分类的方法，包括如下步骤：

S1、利用脑一机接口系统即脑电仪对应试者进行脑电图谱信息获取；

S2、对所获取的脑电图谱数据进行预处理；

S3、基于线性特性分析对完成预处理的图谱信息进行特征提取，包括：α、β、θ频段的峰值、均值、方差、中心频率、最大功率以及功率和共72维数据作为脑电信号研究中的脑电特征；

S4、采用RF随机森林进行模式识别。

其中，所述脑电数据的预处理至少包括删除坏区处理；滤除50Hz工频干扰；数据叠加平均处理和小波变换降噪处理。

其中，电极的位置按照国际标准导联10-20系统安放，选择与嗅觉相关的Fp1、F3、F7、Fz电极所对应的脑电图谱数据。

本发明可普适于物质的感官评价中，感官评价过程更简洁、更具规范性、严谨性和科学性，对新产品开发、基础研究、配料和工艺的调整、降低成本、品质保证和产品优化等评价工作具有重要作用。

附图说明

图1为本发明实施例中的数据处理流程图。

图2为滤除50Hz工频干扰效果图。

图3为本发明实施例中7组数据叠加效果图。

图4为小波变换后的结果图。

图5为随机森林中决策棵树对分类性能的影响。

具体实施方式