[发明专利]头皮脑电的采集位点排序方法及系统

权利要求书

1.一种头皮脑电的采集位点排序方法，其特征在于，包括以下步骤：

数据读入步骤：将脑电信号类别和由试验次数序号、通道序号和时间点序号记录的原始脑电信号，以结构化的一维向量和三维矩阵形式读入数据预处理步骤中；

数据预处理步骤：将从数据读入步骤输入的三维矩阵形式的原始脑电信号进行伪迹去除和噪声抑制处理，输出三维矩阵形式的处理后脑电信号；

特征提取步骤：利用时域参数算法、小波变换、傅里叶变换，从数据预处理步骤输入的处理后脑电信号中提取时域特征、频域特征或时频域结合特征，将处理后脑电信号中以所述时间点序号记录的电压值信号转换为特征序号记录的特征值，所述特征序号与处理后脑电信号中的试验次数序号和通道序号一起组成三维矩阵形式的脑电特征数据；

特征签名步骤：将从特征提取步骤中输入的脑电特征数据进行特征池化、特征聚类处理，获得试验次数序号和通道序号对应信号特征的签名，并经数据重整处理，得到由试验次数序号和通道序号记录的二维矩阵形式的脑电签名数据；

相关性排序步骤：将从特征签名步骤输入的二维矩阵形式的脑电签名数据与脑电信号类别之间相关性进行计算和排序，输出排序后的一维向量形式的通道序号；以及

结果输出步骤：输出从相关性排序步骤输入的一维向量形式的通道序号。

2.根据权利要求1所述的采集位点排序方法，其特征在于，在数据预处理步骤中，采用直流成分去除步骤、带通滤波步骤、下采样步骤将原始脑电信号进行伪迹去除和噪声抑制处理。

3.根据权利要求2所述的采集位点排序方法，其特征在于，利用带通滤波器进行所述带通滤波步骤。

4.根据权利要求2所述的采集位点排序方法，其特征在于，利用区间均值、中值进行所述下采样步骤。

5.根据权利要求1所述的采集位点排序方法，其特征在于，在特征签名步骤中，所述特征聚类处理选自k均值聚类处理、谱聚类处理中的一种或多种。

6.根据权利要求1所述的采集位点排序方法，其特征在于，在相关性排序步骤中，采用分类、回归进行相关性进行计算，采用冒泡法进行排序。

7.一种头皮脑电的采集位点排序系统，其特征在于，包括：数据读入模块、数据预处理模块、特征提取模块、特征签名模块、相关性排序模块以及结果输出模块；

所述数据读入模块：用于将采集得到的原始脑电信号和脑电信号类别以结构化的三维矩阵和一维向量的形式读入数据预处理模块中；

所述数据预处理模块：用于将从数据读入模块输入的三维矩阵形式的原始脑电信号进行伪迹去除和噪声抑制处理，获得三维矩阵形式的处理后脑电信号；

所述特征提取模块：利用时域参数算法，提取处理后脑电信号中的时域特征、频域特征或时频域结合特征，将原始脑电信号中以时间点序号记录的电压值信号转换为特征序号记录的特征值，并与原有的试验次数序号和通道序号一起组成三维矩阵形式的脑电特征数据；

所述特征签名模块：用于将脑电特征数据进行特征池化、特征聚类处理，获得试验次数序号和通道序号对应信号特征的签名，并经数据重整处理，得到由试验次数序号和通道序号记录的二维矩阵形式的脑电签名数据；

所述相关性排序模块：通过求解针对特征权重矩阵的行稀疏回归优化问题，得到每个通道的权重，并将所有通道按照权重从大到小的顺序进行排序；以及

所述结果输出模块：用于输出排序后的一维向量形式的通道序号。

8.根据权利要求7所述的采集位点排序系统，其特征在于，所述数据预处理模块中采用直流成分去除步骤、带通滤波步骤、下采样步骤将原始脑电信号进行伪迹去除和噪声抑制处理。