[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

说明书

本发明提供了一种基于非均匀频带多滤波器黎曼均值最小距离MFMDRM的运动想象脑电信号分类算法，包括以下步骤：(1)对脑电信号进行预处理；(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进行测试分类。本发明具有特征信息全面、分类精度高、泛化能力强、频带优化稳定等优点。

技术领域

本发明涉及电子通信技术领域，特别地，涉及一种基于非均匀频带MFMDRM的运动想象脑电信号分类算法。

背景技术

脑机接口可将大脑与外部环境之间建立一种全新的不依赖于外周神经和肌肉的交流与控制通道，通过将大脑信号转化为控制信号，实现大脑与外部设备的直接交互。该技术能够起到监测、替代、改善/恢复、增强、补充的作用，无论是在临床上还是军事、企业的生产制造上都发挥了显著的应用价值。

在脑机接口系统中，脑电信号(Electroencephalogram，EEG)因其无创、高时间分辨率、低成本等特点成为脑机接口研究中采用最多的信号。运动想象(Motor Imagery，MI)是一种不需要外界刺激，能自发产生的脑电信号，具有事件相关同步和事件相关去同步的特点。不同MI任务的EEG信号通常伴随着不同的感觉运动节律(sensory motor rhythm，SMR)，即各脑区特定频带功率的升高或降低。而且，脑机接口解码方面的一大难点是EEG信号具有显著的个体差异性。

因此能够主动选择用户具有区别性的特定频带，对于分类任务至关重要。然而，现阶段在黎曼流形分类方面，多采用宽频段的带通滤波，并没有考虑到用户的频段差异性。若能在现有研究的基础上，实现自动提取用户MI-EEG的最优频带特征，将会提高运动想象脑机接口识别率。

发明内容

本发明目的在于提供一种基于非均匀频带MFMDRM的运动想象脑电信号分类算法，以解决分类精度不够的技术问题。

为实现上述目的，本发明提供了一种基于非均匀频带多滤波器黎曼最小均值距离MFMDRM(Multi-Filter Minimum Distance Riemannian Mean)的运动想象脑电信号分类算法，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)采用MDRM(Minimum Distance Riemannian Mean)方法进行分类。

优选的，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。