[发明专利]运动想象脑电信号处理方法、设备和计算机可读存储介质

权利要求书

1.一种运动想象脑电信号处理方法，其特征在于，所述方法包括：

采集受试者的运动想象脑电信号作为训练数据集；

根据所述训练数据集，获取所述运动想象脑电信号的张量模型；

根据所述运动想象脑电信号的张量模型，利用张量分解构造不同动作模式下运动想象脑电信号的时空频张量信号模型；

对所述时空频张量信号模型的滤波器参数进行优化，得到特征分离度最高的时空频滤波器；

对多个所述特征分离度最高的时空频滤波器采用机器学习方法训练，优化得到基于同一受试者多次相同任务的时空频滤波器；

根据个体的不同，对所述特征分离度最高的时空频滤波器的参数进行预设置，预学习得到所述参数对应的时空频滤波器；

采用所述预学习得到的参数对应的时空频滤波器对所述受试者的运动想象脑电信号进行分类。

2.如权利要求1所述运动想象脑电信号处理方法，其特征在于，所述采集受试者的运动想象脑电信号作为训练数据集，包括：收集不同的所述受试者对不同动作进行想象时的多通道脑电信号得到一个包含M次试验的训练数据集；

所述根据所述训练数据集，获取所述运动想象脑电信号的张量模型，包括：对所述训练数据集进行时频转换，得到所述运动想象脑电信号的L阶张量模型。

3.如权利要求1所述运动想象脑电信号处理方法，其特征在于，所述根据所述运动想象脑电信号的张量模型，利用张量分解构造不同动作模式下运动想象脑电信号的时空频张量信号模型，包括：将所述运动想象脑电信号的张量模型与所述时空频张量信号模型的滤波器参数进行叉乘，得到所述不同动作模式下运动想象脑电信号的时空频张量信号模型。

4.如权利要求3所述运动想象脑电信号处理方法，其特征在于，所述对所述时空频张量信号模型的滤波器参数进行优化，得到特征分离度最高的时空频滤波器，包括：根据参数选取准则，对所述时空频张量信号模型的滤波器参数进行优化，得到所述特征分离度最高的时空频滤波器。

5.如权利要求4所述运动想象脑电信号处理方法，其特征在于，所述根据参数选取准则，对所述时空频张量信号模型的滤波器参数进行优化，得到所述特征分离度最高的时空频滤波器，包括：

使用费舍尔判别准则计算类内散度矩阵与类间散度矩阵与；

判断所述类内散度矩阵与类间散度矩阵之比是否最大，在所述取得最大值时，确定对应的时空频滤波器为所述特征分离度最高的时空频滤波器。

6.如权利要求5所述运动想象脑电信号处理方法，其特征在于，所述判断所述类内散度矩阵与类间散度矩阵之比是否最大，在所述取得最大值时，确定对应的时空频滤波器为所述特征分离度最高的时空频滤波器，包括：对所述滤波器参数以迭代的方式进行优化，在每一次迭代的过程中，将其中的两个参数视为常数，改变另外一个参数，直至所述取局部最大值。

7.如权利要求1所述运动想象脑电信号处理方法，其特征在于，所述根据个体的不同，对所述特征分离度最高的时空频滤波器的参数进行预设置，预学习得到所述参数对应的时空频滤波器，包括：

在对所述特征分离度最高的时空频滤波器进行M次训练后，得到M组不同的频滤波器参数；

使用机器学习的方法，对所述M组不同的频滤波器参数进行优化，得出对不同组别M组不同的频滤波器参数进行加权的最优空频滤波器参数，使所述最优空频滤波器参数在整个M次训练数据中识别准确率最高。