[发明专利]EMD和CSP融合最优波长空间滤波脑电特征提取方法

摘要

本发明公开了EMD和CSP融合最优波长空间滤波脑电特征提取方法，该方法对预处理后的信号进行经验模式(EMD)分解，得到固有模态函数(Intrinsic Mode Functions,IMFs)，观察并计算每个IMF分量的能量谱，筛选有效的IMF频段(5‑28Hz)，组成新的信号矩阵，对其进行最优波长计算，再使用CSP滤波器进行滤波获取特征，最后使用支持向量机(Support Vector Machine,SVM)进行分类。分类结果得到9位受试的想象运动平均分类正确率为95％以上，保证了本发明的可行性与有效性。

主权项

1.EMD和CSP融合最优波长空间滤波脑电特征提取方法，其特征在于，所述方法包括如下步骤：步骤1：选取9位受试的脑电信号作为训练集和测试集，分别对单个受试C3、C4两个通道中的信号进行预处理；步骤2：对预处理后的EEG信号x(t)进行经验模式分解；得到一系列固有模态函数IMFi(i为固有模态函数的阶数)并绘制所有固有模态函数能谱图；EEG信号进行经验模式分解的步骤如下：(1)判断每个x(t)的局部极值，用三次样条曲线进行曲线拟合，局部极大值形成上包络emax(t),局部极小值形成下包络emin(t)；(2)求emax(t)和emin(t)的均值：(3)计算输入信号x(t)和m(t)的差值：c(t)＝x(t)‑m(t)     (2)如果c(t)不能满足IMF的定义截至条件，重复上述过程(1)‑(3)，否则，提取c(t)作为固有模态函数，剩余量r(t)计算如下：r(t)＝x(t)‑c(t)      (3)(4)剩余量作为一个新的数据经过相同的筛选过程以获得下一个更低频率的固有模态函数，直到剩余函数r(t)为一个单调函数或者仅有一个极致时，分解过程停止，假设原始信号x(t)被分解为n个固有模态函数和一个剩余函数量r(t)，能得重构信号：步骤3：将单次试验的C3，C4通道前2阶IMF分量合并，构成一个4*2000的矩阵Xi(i＝L表示想象左手运动，i＝R表示想象右手运动)，其中，4为IMF个数，可看作通道数，2000为一次试验的采样点个数，即窗口长度；步骤4：对上述IMF矩阵进行最优波长计算：其中N为信号的采样点数，Xi:j代表信号矩阵从第i行到第j行；对变换后的矩阵进行公共空间模式分解。