[发明专利]一种基于模糊处理的脑电信号标定方法

说明书

本发明公开了一种基于模糊处理的脑电信号标定方法。本发明包括以下步骤：1)多个佩戴电极帽的受试者乘坐乘运设备，采集受试者的脑电信号和乘运设备的运行性能数据；2)对采集的脑电信号和运行性能数据进行预处理；3)对预处理后的脑电信号进行分割，计算每个脑电片段的流形特征；4)对预处理后的运行性能数据进行模糊处理后，利用模糊处理结果参数对每个脑电片段进行标定；5)将脑电片段的流形特征和标定标签输入到支持向量机算法中进行训练，利用支持向量机模型进行待标定的脑电片段的标定。本发明能够提取获得脑电信号的流形特征，建立了脑电信号和乘运设备波动的对应关系，有效解决了乘运设备的多类运行性能类型之间耦合性强的问题。

技术领域

本发明涉及了一种脑电信号标定方法，尤其是涉及了一种基于模糊处理的脑电信号标定方法。

背景技术

随着心理学、认知科学、脑科学等领域的发展，通过不同生理信号采集分析可以推测出受试者的认知状态和心理活动等内容。产品的运行性能表现引发用户基于记忆联想和认知感受的心理反应，因此对于产品方案的评价应该将用户的认知状态和其反映出来的高层次情感需求作为考虑因素。

目前基于神经认知的产品方案评价研究中对脑电信号标定主要有两种方法：一种是基于主观评价的脑电信号标定方法，即将受试者认知反馈简单地融入到脑电信号标定过程中，但该方法往往只能在较粗时间尺度上反映一个整体记忆性的体验状态，而无法反映细时间尺度下的产品方案性能；另一种是基于客观评价的脑电信号标定方法，即通过评估产品的各类物理性能指标来实现脑电信号的标定，但该方法往往忽略了物理性能参数之间存在较强的耦合关系。

发明内容

为了解决背景技术中存在的问题和需求，本发明提供了一种基于模糊处理的脑电信号标定方法，采用模糊处理方法将乘运设备的多类运行性能类型进行解耦，评价乘运设备的运行性能等级，提高了脑电信号标定结果的准确性。

本发明采用以下技术方案，包括以下步骤：

本发明包括以下步骤：

1)多个佩戴电极帽的受试者乘坐乘运设备，采集每个受试者的脑电信号和乘运设备的运行性能数据；

2)对采集的脑电信号和运行性能数据进行预处理后，分别获得预处理后的脑电信号和预处理后的运行性能数据；

3)对每个预处理后的脑电信号进行时间上的均等分割，获得不同时间段的脑电片段，计算每个脑电片段的流形特征，获得所有预处理后的脑电信号的对应的每个脑电片段的流形特征；

4)对所有预处理后的运行性能数据进行模糊处理后，获得模糊处理结果参数，利用模糊处理结果参数对每个脑电片段进行标定，使得每个脑电片段均对应有一个标定标签；

5)将所有脑电片段的流形特征和对应的标定标签输入到支持向量机算法中进行训练，获得支持向量机模型，利用支持向量机模型进行待标定的脑电片段的标定。

所述步骤2)中脑电信号的预处理为低通滤波和去伪迹操作。

所述步骤2)中运行性能数据的预处理为低通滤波和重采样操作。

所述步骤3)具体为：

3.1)对每个预处理后的脑电信号进行时间上的均等分割，获得G个不同时间段的脑电片段，其中第i段脑电片段X_i通过以下公式进行设置：

其中，i表示脑电片段的序号，i＝[0,G]，表示第O_i时刻的脑电信号，表示第O_i+O-1时刻的脑电信号，表示第i段脑电片段的维数为N×O，N表示脑电信号的导联数，O为采样数；

3.2)第i段脑电片段的样本协方差矩阵C_i，C_i∈R^N×N，通过以下公式进行求解：