[发明专利]少通道下运动想象脑电特征的提取方法

摘要

本发明提供了一种少通道下运动想象脑电特征的提取方法，该方法利用每个通道时间序列的多个坐标延迟来同时优化空间滤波器与一个高阶多参数FIR滤波器，并用非参数化方法估计特征量与类别间信息熵的方法来选取最优个数的时间坐标延迟，基于多个时间坐标延迟的高阶FIR滤波器比一个参数的FIR滤波器有更好的幅频特性，该方法提供了在少通道情况下提取想象运动类别特征的有效途径。

主权项

1.一种少通道下运动想象脑电特征的提取方法，其特征在于，包括步骤： 步骤（1）脑电信号采集：根据不同运动想象实验范式，采集运动想象区的少数目通道脑电信号； 步骤（2）数据预处理：对采集到的脑电信号用滤波器做带通滤波，在运动想象实验范式中“提示”出现后的信号上做滑动窗记信号为矩阵X_t，时间间隔为一个采样点； 步骤（3）信号延时：δ^τ表示信号的延时操作，即δ^τ(X_t)=X_t-τ；将采集到的每个通道的脑电信号做τ、2τ、…nτ的延时操作增加到采集到的信号中，将采集到的脑电信号扩展： i=1,...,L，L为训练集中训练样本的总数目；步骤（4）对扩展得到的高维信号进行CSP特征提取，分别由延时τ即n=1、延时2τ即n=2至延时Nτ构成的N个高维信号提取到N个特征集{f₁(i)}_i、{f₂(i)}_i…{f_N(i)}_i，其中N是预定义的最大延时操作数，f_n(i)∈R^2*p×1,i=1,...,L，L为训练集中训练样本的总数目，2*p为利用CSP算法降维后特征向量的维数； 步骤（5）估计特征集{f_n(i)}_i与类别间的互信息熵； 步骤（6）选取为最优特征集，其中表示使互信息熵值取最大的特征集，n^*为最优个数延迟因子；步骤（7）对测试集脑电信号做τ、2τ…n^*τ的延时操作后，扩展成新的较高维数的脑电信号，用CSP算法提取特征； 步骤（8）输出分类结果。