[发明专利]一种运动想象脑电波解析方法有效
申请号: | 201510316714.8 | 申请日: | 2015-06-11 |
公开(公告)号: | CN104970790B | 公开(公告)日: | 2018-02-09 |
发明(设计)人: | 杨秋红;伏云发;孙会文;刘传伟;余正涛;郭剑毅 | 申请(专利权)人: | 昆明理工大学 |
主分类号: | A61B5/0476 | 分类号: | A61B5/0476;G06F19/00 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 650093 云*** | 国省代码: | 云南;53 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明涉及一种运动想象脑电波解析方法,属生物医学领域。本发明包括首先将采集到的脑电信号利用自适应陷波算法剔除线电干扰,然后将得到的信号丢弃污染严重的脑电片段,接着去除基线漂移,再剔除眼电、肌电伪迹成分和非运动参数想象相关神经信号伪迹,此时即可得到干净的脑信号,利用共同空间模式对干净的脑信号进行特征提取,并得到特征提取之后得到的脑电特征向量;通过支持向量机对脑电特征向量进行分类,最终识别出脑电信号相对应的不同含义,本发明有效解决了现有脑信号消噪算法不能很好消除脑信号中噪声、识别效果不佳、识别率不高的缺点,运算量小、算法收敛快、信号的分离精度高,并且受参数影响小,从而很大程度上提高了分类准确率。 | ||
搜索关键词: | 一种 运动 想象 脑电波 解析 方法 | ||
【主权项】:
一种运动想象脑电波解析方法,其特征在于:首先将采集到的想象左右手运动的脑电信号利用自适应陷波算法剔除线电干扰,然后将得到的信号利用自适应阈值剔除算法丢弃污染严重的脑电片段,接着利用四阶巴特沃兹高通滤波器去除基线漂移,再采用自动独立分量分析算法自动剔除眼电、肌电伪迹成分和非运动参数想象相关神经信号伪迹,此时即可得到干净的脑信号,利用共同空间模式对干净的脑信号进行特征提取,并得到特征提取之后得到的脑电特征向量;通过支持向量机对脑电特征向量进行分类,最终识别出脑电信号相对应的不同含义;所述运动想象脑电波解析方法的具体步骤如下:Step1、首先将采集到的想象左右手运动的脑电信号X(t)利用自适应陷波算法剔除50Hz工频干扰得到信号X(t)1;Step2、将剔除工频干扰的信号X(t)1利用自适应阈值剔除算法丢弃污染严重的脑电片段,得到信号X(t)2;其中,信号X(t)1的幅值超过±100μV时,信号X(t)1看作噪声,那么直接把信号X(t)1剔除;Step3、接着利用四阶巴特沃兹高通滤波器对信号X(t)2去除基线漂移,得到信号X(t)3;Step4、再采用自动独立分量分析算法ICA自动剔除眼电、肌电伪迹成分和非运动参数想象相关神经信号伪迹;此时即可得到干净的脑信号Y(t);Step5、利用共同空间模式CSP对脑信号Y(t)进行特征提取,并得到特征提取之后得到的脑电特征向量Mk;Step6、通过支持向量机对脑电特征向量Mk进行模式分类,最终识别出脑电信号相对应的不同含义;所述步骤Step3中,采用的四阶巴特沃兹高通滤波器通带截止频率为0.5Hz和30Hz。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于昆明理工大学,未经昆明理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201510316714.8/,转载请声明来源钻瓜专利网。