[发明专利]一种基于功率谱密度图像的脑电特征提取方法和系统

权利要求书

1.一种基于功率谱密度图像的脑电特征提取方法，其特征在于，包括：

获取原始脑电信号数据；所述原始脑电信号数据为不同脑电实验程序刺激下的脑电信号数据；

对所述原始脑电信号数据进行预处理，得到处理后的脑电信号数据；

确定所述处理后的脑电信号数据的功率谱密度值，并根据所述功率谱密度值绘制功率谱密度图像；所述功率谱密度图像为α频率的功率谱密度图像；

根据所述功率谱密度图像提取单幅图像特征与双幅图像特征；

确定所述单幅图像特征与所述双幅图像特征中各特征的平均值，以构成特征集；

依据特征选择方法，从所述特征集中选出符合设定要求的特征，得到最终的特征集；所述最终的特征集中包含的特征即为提取得到的脑电特征；

所述依据特征选择方法，从所述特征集中选出符合设定要求的特征，得到最终的特征集，具体包括：

利用Pearson相关系数分析法，采用公式确定两种特征间的相关性；式中，η表示一种特征，表示一种特征的均值，γ表示另一种特征，表示另一种特征的均值，ρ表示一种特征与另一种特征之间的相关性；

采用根据所述相关性确定特征i与其他特征之间的总体平均相关性；式中，M表示相关性ρ的总数量，j为相关性ρ的序号，表示总体平均相关性；

获取相关性阈值；

判断所述相关性是否超过所述相关性阈值，得到判断结果；

当所述判断结果为所述相关性超过所述相关性阈值时，保留所述总体平均相关性小的特征；

以不同刺激下被试者的情绪差异显著性值p的平均最小值为目标，利用枚举法，根据总体平均相关性小的特征构建特征子集；所述特征子集即为最终的特征集；

其中，

式中，t表示脑电信号数据的实际值，T表示脑电信号数据的理论值，L表示不同刺激，Z表示刺激总数，其中1＜L≤Z。

2.根据权利要求1所述的基于功率谱密度图像的脑电特征提取方法，其特征在于，所述对所述原始脑电信号数据进行预处理，得到处理后的脑电信号数据，具体包括：

利用电极导入模块将脑电电极位置导入到所述原始脑电信号数据中；

利用去噪模块对包含有脑电电极位置的所述原始脑电信号数据进行滤波和伪迹去除处理，得到去噪脑电信号数据；

利用重采样模块对所述去噪脑电信号数据进行重采样，并依据所述去噪脑电信号数据设置新的脑电电极位置，得到新的电极电压；所述新的电极电压即为处理后的脑电信号数据。

3.根据权利要求1所述的基于功率谱密度图像的脑电特征提取方法，其特征在于，所述确定所述处理后的脑电信号数据的功率谱密度值，并根据所述功率谱密度值绘制功率谱密度图像，具体包括：

利用Welch算法，依据公式确定所述处理后的脑电信号数据的功率谱密度值P_l(W)；其中，j为虚数单位，l表示通道数，W表示频率，n表示一个通道内的处理后的脑电信号数据的个数，m表示所取处理后的脑电信号数据的序号，ε*是一个通道内的处理后的脑电信号数据，e为自然对数；

利用绘图模块根据所述功率谱密度值绘制所述功率谱密度图像。

4.根据权利要求1所述的基于功率谱密度图像的脑电特征提取方法，其特征在于，所述确定所述单幅图像特征与所述双幅图像特征中各特征的平均值，以构成特征集，具体包括：

提取所述单幅图像的纹理特征与颜色特征；所述纹理特征包括：平均值、对比度、熵、能量和逆差距；所述颜色特征包括R、G、B三个通道的一阶颜色矩；

提取所述双幅图像的互信息值与结构相似性系数；

利用公式确定所述单幅图像特征与所述双幅图像特征中相同特征的平均值

其中，g表示特征名称，x_gd表示每种特征下不同频率的特征，8Hz≤d≤13Hz，F表示每种特征的个数。

5.根据权利要求1所述的基于功率谱密度图像的脑电特征提取方法，其特征在于，还包括：

利用所述最终的特征集中的特征，采用卡方检验计算情绪差异的显著性值，以验证所提取的脑电特征的效果。