[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

专利信息
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
【说明书】:

发明公开了一种基于嗅觉脑电波和GS‑SVM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。本发明真实还原应试者在品评过程中的人脑信息处理过程的生理形态,这在临床医学和认知科学领域具有极其重要的意义,可普适于物质的感官评价中,使感官评价过程更简洁、更具规范性、严谨性和科学性。

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GS-SVM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GS-SVM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:

基于嗅觉脑电波和GS-SVM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。

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。

本发明真实还原应试者在品评过程中的人脑信息处理过程的生理形态,这在临床医学和认知科学领域具有极其重要的意义,可普适于物质的感官评价中,使感官评价过程更简洁、更具规范性、严谨性和科学性。

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7组数据叠加效果图。

图4为小波变换后的结果图。

图5为本发明实施例中参数精细选择结果图。

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/201810320414.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top