[发明专利]一种基于聚类-融合的脑电信号特征识别分析方法

权利要求书

1.一种基于聚类-融合的脑电信号特征识别分析方法，其特征在于，所述方法包括：

分别获取预设时间内的若干个正常脑电信号和若干个有抑郁特征的脑电信号；

对所有脑电信号进行预处理，获得预处理后的脑电信号；

计算所述预处理后的脑电信号的功能连接矩阵；

通过聚类算法，获取所述功能连接矩阵的异质性分布；

基于异质性分布，通过融合算法，分别得到正常脑网络图谱和有抑郁特征的脑网络图谱；

筛选出所述正常脑网络图谱与所述有抑郁特征的脑网络图谱之间的若干个差异最大的特征；

将若干个所述差异最大的特征作为分类器的输入，得到用于分析脑电信号抑郁特征的差异特征子集。

2.根据权利要求1所述的方法，其特征在于，所述通过聚类算法，获取所述功能连接矩阵的异质性分布为：

将每个功能连接矩阵视为一个不同的簇，通过欧几里得距离算法计算簇与簇之间的距离；

将距离最近的一对簇合并，重新计算不同簇之间的欧几里得距离，直到所有功能连接矩阵都在一个簇中为止。

3.根据权利要求1所述的方法，其特征在于，所述对所述脑电信号进行预处理，获得预处理后的脑电信号为：

通过FIR带通滤波器去除所述脑电信号低频漂移、高频噪声、肌电伪迹，得到第一处理脑电信号；

通过FastICA算法去除所述第一处理脑电信号中的眼电伪迹，得到第二处理脑电信号；

采用全脑平均参考技术消除所述第二处理脑电信号中的误差，得到第三处理脑电信号；

截取第三处理脑电信号连续的若干段信号，作为第四处理脑电信号；

通过Hanning滤波器提取第四处理脑电信号中的delta波段、theta波段、alpha波段和beta波段的脑电信号，获得预处理后的脑电信号。

4.根据权利要求3所述的方法，其特征在于，所述计算所述预处理后的脑电信号的功能连接矩阵为：

计算复数相干性，公式如下：

其中，P_xy(f)表示在频率f下电极/脑区信号x和电极/脑区信号y之间的交叉功率谱密度，P_xx(f)表示在频率f下电极/脑区信号x的功率谱密度；P_yy(f)表示在频率f下电极/脑区信号y的功率谱密度；Real{C_xy(f)}表示C_xy(f)的实部，Imag{C_xy(f)}表示C_xy(f)的虚部；

其中，ICoh定义为复数相干性的虚部：

ICoh_xy(f)＝imag(C_xy(f)) (2)

利用Fisher Z变换对ICoh连接矩阵进行处理，用以获取近似正态分布，计算过程如下：

FC(x,y)＝mean(ICoh_xy(f1):ICoh_xy(f2)) (4)

FC是维度为e*e的对称矩阵，e为电极/脑区通道数目；通过平均从f1和f2频带内的连接强度来估计，FC(x,y)矩阵中第x行和y列表示电极/脑区x和y之间的连接强度；ICoh的取值范围是[0,1]，其中1表示最大的线性相互依赖，0表示非线性相互依赖。