[发明专利]一种人体脑电信号的分类识别方法

权利要求书

1.一种人体脑电信号的分类识别方法，其特征在于：所述方法包括如下步骤：

S1，对获取的运动想象脑电信号进行预处理；

S2，使用小波包结合共空间模式算法提取与运动想象相关的脑电特征；

S3，选择RF、SVM、LR、KNN、XGBoost、LightGBM 6种脑电信号分类模型，使用PlattScaling概率校准方法校准模型的有偏的预测输出，得到校准后的6种模型；

S4，从校准前后的共12种模型中筛选出效果好的模型进行模型融合，使用随机森林算法对融合模型的输出结果进一步训练；

S5，将运动想象脑电数据划分为训练集和测试集，其中训练集占百分之七十，测试集占百分之三十，将训练集脑电数据送入融合模型进行训练，然后利用测试集脑电数据进行验证，并输出模型的分类识别的结果。

2.根据权利要求1所述的一种人体脑电信号的分类识别方法，其特征在于：步骤S1中，脑电信号预处理包括如下分步骤：

S11，使用8-30Hz带通滤波器对脑电信号进行过滤；

S12，对脑电信号使用陷波器去除50Hz工频干扰；

S13，调用MNE工具箱内置的独立成分分析算法去除脑电信号中各种生理伪迹，完成脑电信号预处理步骤。

3.根据权利要求1所述的一种人体脑电信号的分类识别方法，其特征在于：步骤S2中，特征提取包括如下分步骤：

S21，选择db4小波对脑电信号进行小波包分解；

S22，对重构后的脑电信号使用共空间模式算法提取特征。

4.根据权利要求3所述的一种人体脑电信号的分类识别方法，其特征在于：步骤S21具体为，设小波包分解层数为i，对应层数下节点的个数为m，小波包分解节点记为(i,m)，则第i层，第k点的小波包分解系数为：

其中，h_l-2k和g_l-2k为一对共轭正交滤波器，l为滤波器系数序号；

小波包分解后，将频带部分多层次划分，不同的节点对应着不同的频段，若脑电信号采样频率为f_s，则第i层各个节点对应的频率分别为：

确定每层各个节点对应的频率，选取需要的脑电信号频率进行信号重构，将第i-1层所在的第k点的脑电信号重构：