[发明专利]基于嗅觉脑电波和GS-SVM进行感官物质分类的方法在审
| 申请号： | 201810320414.0 | 申请日： | 2018-04-02 |
| 公开（公告）号： | CN108403112A | 公开（公告）日： | 2018-08-17 |
| 发明（设计）人： | 门洪;焦雅楠;石岩;巩芙榕;刘晶晶;房海瑞;韩晓菊;姜文娟 | 申请（专利权）人： | 东北电力大学 |
| 主分类号： | A61B5/0484 | 分类号： | A61B5/0484;A61B5/048 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 132012 *** | 国省代码： | 吉林;22 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 脑电波 脑电图 预处理 感官评价 物质分类 感官 嗅觉 信息处理过程 非线性特性 支持向量机 接口系统 临床医学 模式识别 脑电特征 脑电信号 生理形态 特征提取 图谱数据 线性特性 信息获取 中心频率 标准差 复杂度 网格式 频段 人脑 还原 搜索 分析 研究 | ||
【权利要求书】：
1.基于嗅觉脑电波和GS-SVM进行感官物质分类的方法，其特征在于，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、基于线性特性与非线性特性分析对完成预处理的图谱数据进行特征提取，包括：α、β、θ频段的峰值、均值、标准差、中心值、中心频率以及功率和以及LZC复杂度共76维数据作为脑电信号研究中的脑电特征；
S4、采用网格式搜索支持向量机(GS-SVM)进行模式识别。
2.如权利要求1所述的基于嗅觉脑电波和GS-SVM进行感官物质分类的方法，其特征在于，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。
3.如权利要求1所述的基于嗅觉脑电波和GS-SVM进行感官物质分类的方法，其特征在于，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。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于东北电力大学，未经东北电力大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201810320414.0/1.html，转载请声明来源钻瓜专利网。
