[发明专利]一种基于黎曼几何的自然动作脑电识别方法

说明书

本发明公开了一种基于黎曼几何的自然动作脑电识别方法，用于分类识别自然动作的脑电信号，在采集多通道脑电信号后，通过分析观察剔除干扰大的通道再进行零相位带通滤波，并根据自然动作力信息对脑电信号时域进行截取，进而计算多通道脑电信号的协方差矩阵，并将协方差矩阵投影到以黎曼均值为切点的黎曼切空间上，最后在黎曼几何切空间中使用收缩线性判别分析算法完成自然手部动作的脑电信号分类，本发明提供了一种高效的信号处理手段，算法新颖高效，可靠性高，具有重要的应用价值和实际紧迫性。

技术领域

本发明属于脑电信号处理及运用技术领域，具体涉及一种基于黎曼几何的自然动作脑电识别方法，用于分类识别用户进行自然动作时的脑电信号。

背景技术

脑-机接口技术从记录大脑信号活动开始，通过信号处理检测用户的自然行为动作，根据用户的意图向外部设备发送适当的控制信号，控制外设完成相应操作。当我们在执行自主自然动作之前，运动相关皮层的脑电信号会有一个缓慢、微小、负向的漂移，被称为运动相关电位(MRCP)，已有研究表明，它携带着运动信息，可以被非侵入性地利用。目前关于运动相关电位的信号处理研究相对较少，自然动作的脑电识别已然成为一种研究趋势，而基于黎曼几何的方法相比传统的分类算法开始展现出良好的前景。因此研究基于黎曼几何的自然动作脑电识别方法可以提供一种高效的信号处理手段，具有重要的应用价值和实际紧迫性。

发明内容

为解决上述问题，本发明公开了一种基于黎曼几何的自然动作脑电识别方法，提供一种高效的信号处理手段，算法新颖高效，可靠性高，具有重要的应用价值和实际紧迫性。

为达到上述目的，本发明的技术方案如下：

一种基于黎曼几何的自然动作脑电识别方法，包括以下步骤：

(1)、多通道脑电信号采集

采集多通道脑电信号X(t)，设N个通道的脑电信号为

X(t)＝[x(t)，...，x(t+L-1)]∈R^N×L]

其中，L是脑电信号的采样后的时域长度，t时刻的采样信号为x(t)＝[x₁(t)，...，x_N(t)]^T∈R^N

(2)通过分析剔除干扰大的通道。

在实际脑电采集过程中，由于脑电帽电极的阻抗问题、接触不良等问题，会给某些通道带来很大的干扰，在脑电信号波形中出现异常幅值和异常峰值，需要观察分析后剔除。

(3)对余下的多通道信号进行零相位滤波。

在脑电信号的采集过程中，会引入工频干扰，应当采用50Hz的零相位陷阱滤波器进行滤除，另外由于自然动作产生的MRCP低频分量(＜2hz)携带着运动信息，因此使用通带范围为0.3Hz～3Hz的零相位带通滤波器滤除噪声。

(4)脑电信号时域截取

在脑电信号采集过程中，为了提取包含运动信息最丰富的时段，根据在自然动作执行时的力信息确定动作开始的时刻，对开始执行的前后几秒时间段进行截取，用于后续协方差矩阵计算。

(5)计算多通道信号的协方差矩阵

脑-机接口中，脑电信号X(t)的二阶统计信息包含了大脑状态的可分信息，而协方差特征是脑电信号的最常用二阶统计特征。因此我们可以求得脑电信号X(t)的协方差特征为：

(6)将协方差特征投影到黎曼几何切空间，切点为黎曼均值。

采集的脑电信号包含m次试验，协方差特征可以看作黎曼流形上的点Pi(1≤i≤m)，将它们投影到以黎曼均值点P为切点的切面上，记投影到切平面上的点对应为S_i，则有：