[发明专利]基于语言想象和运动想象时序编码的脑电信号识别方法

权利要求书

1.一种基于语言想象和运动想象时序编码的脑电信号识别方法，其特征在于，其包括以下步骤：

步骤一、设计实验范式以及采集脑电数据；

步骤二、将采集的EEG信号按照十折交叉验证划分训练集和测试集；

步骤三、对EEG信号进行预处理；

步骤四、在时间和频段上对EEG信号进行分割；

步骤五、利用改进的RCSP算法进行特征提取；

步骤六、利用MIBIF算法对提取的特征进行特征选择；

步骤七、对选择后的特征进行分类。

2.根据权利要求1所述的基于语言想象和运动想象时序编码的脑电信号识别方法，其特征在于：所述步骤一具体包括以下步骤：

11)设计一种基于语言想象和运动想象时序编码的主动式BCI实验范式，本实验范式包含两种想象任务：其一、运动想象；其二、语言想象+运动想象；

12)利用E-prime设计试验任务界面；

13)正式采集数据前对被试进行训练；

14)采集12位被试的EEG信号，其中一种想象为在想象期内一直想象右手运动；另一种想象为在想象期内先默念汉字“右”三次，然后再想象右手运动，EEG信号采集设备包含16个电极：F3、FZ、F4、FC1、FC2、FC5、FC6、C3、CZ、C4、CP1、CP2、CP5、CP6、P3、PZ、P4，采样率为250Hz。

3.根据权利要求1所述的基于语言想象和运动想象时序编码的脑电信号识别方法，其特征在于：所述步骤二将150次实验得到的数据平均分成10份，依次将其中一份当成测试集，另外九份当成训练集。

4.根据权利要求1所述的基于语言想象和运动想象时序编码的脑电信号识别方法，其特征在于：所述步骤三具体包括以下步骤：

31)首先利用50Hz陷波器对原始EEG信号进行处理，主要用于去除50Hz工频干扰；

32)利用一个6阶的巴特沃斯带通滤波器在8～30Hz范围内对EEG信号进行滤波。

5.根据权利要求1所述的基于语言想象和运动想象时序编码的脑电信号识别方法，其特征在于：所述步骤四具体包括以下步骤：

41)将整个想象期分割为反应阶段、想象阶段1、切换阶段、想象阶段2和完成阶段五个重叠时间窗，分别对应想象期[4～6s]、[4.5～6.5s]、[5～7s]、[5.5～7.5s]和[6～8s]；

42)对EEG信号进行多频段滤波，七个子频段分别为：μ节律频段(8～13Hz)及其它的两个子频段(8～10Hz、10～13Hz)，β节律频段(13～30Hz)及其它的三个子频段(13～18Hz、18～23Hz、23～30Hz)。

6.根据权利要求1所述的基于语言想象和运动想象时序编码的脑电信号识别方法，其特征在于，所述步骤五RCSP算法具体包括如下步骤：

51)计算预处理后的EEG信号的协方差矩阵；

52)计算正则化协方差矩阵；

53)对正则化协方差矩阵进行分解并进行正交白化变换以及对角化；

54)计算投影矩阵并对多频段滤波后的EEG信号进行投影得到特征矩阵。

7.根据权利要求1所述的基于语言想象和运动想象时序编码的脑电信号识别方法，其特征在于：所述步骤六的MIBIF算法，具体包括如下步骤：

61)初始化：一个所有特征向量的集合F＝[f₁,f₂,…,f_7×2m]以及一个类标签集合L＝[l₁,l₂,…,l_i]，其中i为实验次数，设选择之后的特征向量的集合为

62)互信息计算：计算每个特征的互信息；

63)特征排序：所有特征的集合F按照互信息值降序排列；

64)特征选择：从排序后的特征向量F中选择互信息最大的前k个特征。

8.根据权利要求1所述的基于语言想象和运动想象时序编码的脑电信号识别方法，其特征在于：所述步骤七，具体包括以下步骤：

71)利用SVM对每个时间窗提取的特征进行分类；

72)最终的决策输出由五个SVM的投票结果决定。