[发明专利]一种脑电信号识别方法及装置

权利要求书

1.一种脑电信号识别方法，其特征在于，所述方法包括：

在脑电信号的原始样本集中以每次随机抽取n个脑电信号样本的方式组成x个训练集，其中所述脑电信号分为k类；

在每个训练集中，利用核矩阵计算脑电信号的协方差矩阵，根据所述协方差矩阵得到聚合空间协方差矩阵R_c；

对所述聚合空间协方差矩阵R_c进行特征分解并构造白化矩阵P；

利用白化矩阵P对所述协方差矩阵进行变换并进行特征分解，得到特征向量B；

通过特征向量B构造空间过滤器W，使用所述空间过滤器W提取每类脑电信号的特征y，以得到与当前训练集对应的分类模型；

利用所述x个训练集获得的x个分类模型确定待分类脑电信号的类别。

2.根据权利要求1所述的方法，其特征在于，利用核矩阵计算脑电信号的协方差矩阵，根据所述协方差矩阵得到聚合空间协方差矩阵R_c，包括：

计算第i类脑电信号的协方差矩阵R_i：

其中，E代表E_M×T，表示单次脑电信号，M表示通道数量，T表示每个通道的采样点数，E_i表示第i类脑电信号，为kernel核矩阵，i＝1,2,...,k；

根据得到聚合空间协方差矩阵R_c。

3.根据权利要求1所述的方法，其特征在于，对所述聚合空间协方差矩阵R_c进行特征分解并构造白化矩阵P，包括：

将R_c对角化：

其中，U₀∈R^n×n表示特征向量矩阵，R^n×n为实数域，Λ_c表示按递减顺序分类的特征值的对角矩阵；

得到白化矩阵P：

其中，λ^1/2为特征值矩阵，U₀是与特征值矩阵λ^1/2对应的特征向量矩阵。

4.根据权利要求1所述的方法，其特征在于，利用白化矩阵P对所述协方差矩阵进行变换并进行特征分解，得到特征向量B，包括：

使用白化矩阵P将R_i转换为S_i：

S_i＝PR_iP^T，i＝1,2,...,k

根据

得到特征向量B。

5.根据权利要求1所述的方法，其特征在于，通过特征向量B构造空间过滤器W，使用所述空间过滤器W提取每类脑电信号的特征y，包括：

通过特征向量B构造空间过滤器W：

W＝(B^TP)^T

使用所述空间过滤器W对当前训练集中的脑电信号样本进行映射，其中E_i表示第i类脑电信号，i＝1,2,...,k：

Z_i＝W×E_i

对于第i类脑电信号，提取的特征y_i为：

6.根据权利要求1所述的方法，其特征在于，利用所述x个训练集获得的x个分类模型确定待分类脑电信号的类别，包括：

根据每个分类模型及NNC最近邻分类算法，获取每个分类模型对所述待分类脑电信号的分类结果；

根据x个分类结果通过投票方式确定所述待分类脑电信号的类别。

7.根据权利要求1所述的方法，其特征在于，k＝2，所述脑电信号分为以下2类：

想象左手运动脑电信号，想象右手运动脑电信号。

8.根据权利要求1所述的方法，其特征在于，在确定待分类脑电信号的类别之后，所述方法还包括：

根据所述类别及预设规则获取控制指令；

将所述控制指令转换为对应的电信号以控制指定设备。