[发明专利]一种基于非均匀频带MFMDRM的运动想象脑电信号分类算法

权利要求书

1.一种基于非均匀频带MFMDRM的运动想象脑电信号分类算法，其特征在于，包括以下步骤：

(1)对脑电信号进行预处理，提取脑电数据；

(2)使用多个带通滤波器对脑电信号进行频带滤波，划分为若干个非均匀频带信号；

(3)提取每个频带信号的样本协方差特征，将样本空间由欧式空间转换到黎曼空间；

(4)对黎曼空间中的样本特征进行类均值协方差矩阵计算，得到每个类别的均值点；

(5)使用黎曼流形方法和交叉验证，得到最佳感觉运动频带；

(6)对测试信号进行最佳感觉运动频带的带通滤波

(7)使用MDRM方法进行测试分类。

2.根据权利要求书1所述的一种基于非均匀频带MFMDRM的运动想象脑电信号分类算法，其特征在于，步骤(1)的具体方法为：选取样本MI任务提示后0.5-4.5s时间窗的数据。

3.根据权利要求书1所述的一种基于非均匀频带MFMDRM的运动想象脑电信号分类算法，其特征在于，步骤(2)中，运动想象脑机接口的运动意图识别是通过对脑电信号中感觉运动节律SMR的时间相关去同步ERD和时间相关同步ERS特性进行分类实现的；使用7个带通滤波器，将脑电信号频带划分为以下7个非均匀重叠频带：4-8Hz,8-12Hz,12-26Hz,18-26Hz,26-30Hz,30-36Hz,36-40Hz，以找到试验者最佳感觉运动频带。

4.根据权利要求书1所述的一种基于非均匀频带MFMDRM的运动想象脑电信号分类算法，其特征在于，步骤(3)包括：

(3.1)采集脑电信号的电极分布在大脑皮层各脑区，并非一个平面，相比较欧式空间两点之间的距离度量方式，黎曼空间的黎曼度量方法可测量流形两点之间的真实测地距离(Geodesic Distance)，且具有仿射不变性；

具体的形式如下：

δ(C_i，C_j)＝δ(X^TC_iX，X^TC_jX)                     (1)

C_i，C_j是黎曼流形上的两个样本点(i,j分别第i和j个样本)，δ为两个样本之间的黎曼距离，X为混合信号，上标T表示矩阵转置；

(3.2)黎曼仿射不变性可以使传感器空间样本点之间的距离与源空间保持一致；

假设测量到脑电信号生成模型为x＝A·s，其中s为脑偶极源的线性混合信号，由偶极子在大脑中的位置用户状态和头皮上电极的位置决定，A为混合矩阵，S_i，S_j为源空间任意两个试次的协方差矩阵，则传感器空间i和j的样本协方差矩阵为

C_i＝x_i·x_i^T＝A^Ts_i^Ts_iA＝A^TS_iA    (2)

C_j＝x_j·x_j^T＝A^Ts_j^Ts_jA＝A^TS_jA    (3)

由黎曼度量的仿射不变性可知，

δ(C_i，C_j)＝δ(A^TS_iA，A^TS_jA)＝δ(S_i，S_j)    (4)

无论A发生什么变化，都能保持特征空间的信息不变，相比欧式度量，黎曼度量具有更好的泛化能力；

(3.3)对于第i个试次，样本协方差矩阵的计算方式如下：

其中，Ci为样本协方差矩阵的无偏估计，n为样本数，X为原始脑电信号矩阵，上标T表示矩阵转置，Ts为每个样本的采样时间点数量。