[发明专利]一种集成分类器的EEG信号分析方法

摘要

本发明公开了一种基于集成分类器的EEG信号分析方法，该分析方法总共有以下四个步骤：EEG信号数据采集；EEG信号数据处理，获得特征集；分类器的建立；输出分析结果。本发明主要通过测量测试者的EEG信号，将从处理好的EEG信号中筛选到的特征导入到已建好的分类模型中，实现分析结果的输出，让使用者可以依据结果来进行判断。解决了现有技术存在的问题，即单个分类器在建立模型时，其性能与稳定性都会受到数据的影响，造成结果的不稳定性的问题，为EEG信号的分析提供了一种原理简单、实现难度相对较低、参数相关性大、准确性高的分析方法。

主权项

1.一种集成分类器的EEG信号分析方法，其特征在于：该分析方法包括以下所述步骤：步骤1.两组测试者佩戴脑电图电极帽，进行EEG信号采集，第一组为训练样本，第二组为分类样本；步骤2.EEG信号处理，提取第一组测试者和第二组测试者的EEG信号特征：α频段、β频段、δ频段、θ频段、spindles的最大能量值，平均能量值，最大改变量和最大能量改变率共20个特征量，作为特征属性，构成特征集，其中，α频段、β频段、δ频段、θ频段分别为大脑产生的处于8-12Hz、14-22Hz、0.5-3Hz、4-8Hz间的脑电波段，spindles为睡眠时产生的一种细而长的波束，也称为纺锤束；步骤3.从提取的第一组测试者的特征集中随机选择70％形成训练集，30％形成测试集，并将第一组的结果属性作为类别属性，建立集成式分类器，以保证分类器的准确性；步骤4.将从第二组测试者EEG信号中提取的特征集输入到集成分类器中，输出分析结果，判断是否存在第一组测试者所具有的问题。