[发明专利]基于大脑血红蛋白信息的二维运动状态的识别方法

权利要求书

1.一种基于大脑血红蛋白信息的步长和步速二维运动状态的识别方法，其特征在于，包括：

获取采集的测试区域的多个通道的所述差氧血红蛋白信号；

使用基于数学形态学滤波的方法去除所述多个通道的差氧血红蛋白信号中的零漂现象；

在所述多个通道的差氧血红蛋白信号去除零漂之后需对所述多个通道的差氧血红蛋白信号进行归一化处理；

利用功率谱密度分析方法分析所述多个通道的差氧血红蛋白的各频率能量分布；

基于上述功率谱密度分析方法分析确定的主频范围和波峰间隔，对所述多个通道的血红蛋白信号进行小波包分解和重构，并计算各个频段下不同步态起始位置处的变化速率；

使用频数统计的方法对相同状态下不同被试之间的特征进行了统计，找出该状态下的共有特征；

通过区域固定、通道个数不固定和单因素方法分析的方法确定各个状态之间的特征向量；

使用遗传算法将不同特征向量进行组合，以状态识别率结果作为其适应度函数；

使用LIBSVM算法求其识别率，选出最优的特征向量组合建立模型识别。

2.根据权利要求1所述的基于大脑血红蛋白信息的步长和步速二维运动状态的识别方法，其特征在于，步骤“使用基于数学形态学滤波的方法去除所述多个通道的差氧血红蛋白信号中的零漂现象；”具体包括：

设f(n)表示原始数据的信号序列，n-1是原始数据的长度；k(n)是一个结构元素，(m-1)的长度是10个采样周期的点数；

根据腐蚀和膨胀计算开闭操作，f(n)关于k(n)的腐蚀运算为：

其中n＝(0,1,...,N-M)

k(n)关于f(n)的膨胀运算为：

其中n＝(M-1,M,N-1)

之后进行f(n)关于k(n)的开运算和闭运算，其表达式分别为：

采用开运算和闭运算的组合形式，重新定义开闭(open-closing，OC)和闭开滤波器(close-opening，CO)：

最终为消除信号的原始偏移和使信号不出现单向偏移，将这两种运算结果组合起来即：

3.根据权利要求1所述的基于大脑血红蛋白信息的步长和步速二维运动状态的识别方法，其特征在于，步骤“在所述多个通道的差氧血红蛋白信号去除零漂之后需对所述多个通道的差氧血红蛋白信号进行归一化处理；”中采用的公式为：xN＝2*[(x-min)/(max-min)]-1

上述公式用于一组固定数据，x为去除基线后数据信号，max和min分别为数据中的最大值和最小值。

4.根据权利要求1所述的基于大脑血红蛋白信息的步长和步速二维运动状态的识别方法，其特征在于，步骤“利用功率谱密度分析方法分析所述多个通道的差氧血红蛋白信号的各频率能量分布；”中，利用直接法对数据进行功率谱密度的分析。

5.根据权利要求1所述的基于大脑血红蛋白信息的步长和步速二维运动状态的识别方法，其特征在于，步骤“使用遗传算法将不同特征向量进行组合，以状态识别率结果作为其适应度函数；”中，使用遗传算法的轮盘赌选择方法进行最优特征，向量组合的挑选，即各个个体被选中的概率与其适应度大小成正比，其具体操作如下：

通过上述适应度大小的比较，保留适应度较好的，形成下一代,并在此种群中进行交叉计算和变异计算，进行交叉和变异之后的个体用于适应度函数进行求解，当其值满足规定条件时迭代结束，否则重复进行适应度大小计算，交叉和变异的计算。

6.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1到5任一项所述方法的步骤。

7.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1到5任一项所述方法的步骤。

8.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1到5任一项所述的方法。