[发明专利]基于多维特征提取无监督EEG信号分类方法

权利要求书

1.一种基于多维特征提取无监督EEG信号分类方法，其特征在于，包括：

步骤1，基于脑电采集设备采集EEG信号；

步骤2，对采集到的EEG信号进行预处理；

步骤3，进行数据维度判定，若当数据维度过大，分类类数比较小，先使用降维算法，进行数据压缩，然后基于聚类算法进行分类；若数据维度不多，且最终分出的类别较多，采用数据分解算法，将数据进行扩充，再进行无监督分类。

2.根据权利要求1所述的基于多维特征提取无监督EEG信号分类方法，其特征在于，所述步骤1包括：

采用脑电采集设备，采集64个点位的脑电信号，采样频率为1000Hz，电极阻抗要求均控制在50kΩ以下。

3.根据权利要求1所述的基于多维特征提取无监督EEG信号分类方法，其特征在于，所述步骤2包括：

将EEG信号通过0.5～40Hz的带通滤波器；去除伪迹和噪声，伪迹包括眼动伪迹、肌电伪迹、心电伪迹，噪声为50HZ工频干扰；进行基线校正；将EEG信号截取成非重叠的若干段，进行滤波，按照频谱提取alpha(8-13Hz)、beta(13-30Hz)、theta(4-7Hz)。

4.根据权利要求1所述的基于多维特征提取无监督EEG信号分类方法，其特征在于，所述步骤3包括：

根据分类需求进行预分类处理，基于分类效果建模，进行预判断，并基于该分类效果，进行特征挖掘，若数据分的开，有部分冗余，进行降维处理，以使聚类效果更加明显。

5.根据权利要求4所述的基于多维特征提取无监督EEG信号分类方法，其特征在于，所述步骤3还包括：

基于小波分解算法分解EEG信号，提取高频和低频信息量；

基于EMD本征模态分解提取EEG信号的多层边缘信息。

6.根据权利要求5所述的基于多维特征提取无监督EEG信号分类方法，其特征在于，步骤3中所述聚类算法采用SOM神经网络聚类算法。