[发明专利]基于独立分量分析的情感脑电信号的导联选择方法

摘要

本发明公开了一种基于独立分量分析的情感脑电信号的导联选择方法，使用多导联情感脑电信号并对其进行滤波处理，将滤波后的数据使用ICA分析，建立对应不同情感任务背景下的空域滤波器组，然后进行线性投影，获取全导联的情感信号的空域特征参数，然后使用导联选择的方法选择出受试者的最优导联集合。本发明获得了较高的识别正确率，实现了根据不同受试者自动选择情感相关独立分量，相对于提取全通道的独立分量，选取最优导联位置的独立分量不仅能够降低算法的时间复杂度，同时能更准确地描述情感相关独立源的真实情况，同时能够有效抑制与情感信号无关的分量及外部噪声的干扰。

主权项

1.一种基于独立分量分析的情感脑电信号的导联选择方法，包括以下步骤：S1：多导联情感信号的预处理：将实验室采集积极、中性、消极三种情感状态下的脑电信号进行预处理；S2：全导联ICA空域滤波器组设计：取单次实验数据yi(i＝1,…,N)进行ICA分析，并根据独立分量在采集电极上的映射模式，自动选择相关独立分量和对应的ICA滤波器，建立对应不同情感任务背景下的ICA空域滤波器组{Di1，…，Din}(i＝1,…,N)(n≥3)；使用ICA空域滤波器组{Di1，…，Din}对原始导联情感脑电信号进行线性投影，以生成对应情感任务背景下的情感信号空域特征参数；S3：情感模型的训练和识别：将步骤S2生成的对应不同情感任务背景下的情感信号空域特征参数进行SVD分解降维，然后送入支持向量机中进行训练和识别；重复步骤S2和S3，最终得到不同ICA滤波器组{Di1，…，Din}的识别正确率；S4：最优通道集合的选择：S4.1：选择最高识别率所对应的ICA滤波器组{D1，…，Dn}作为最优空域滤波器，对原始导联情感脑电信号进行线性投影，以生成对应情感任务背景下的情感信号空域特征参数；S4.2：使用排一法选取(n‑1)个滤波器投影后的特征参数，使用SVD进行特征降维，带入步骤S3中进行情感模型的训练和识别，将n个识别结果记录在矩阵ChanAc中，根据ChanAc计算情感相关系数EmoCoeff；S4.3：测试导联集合的特征生成：对步骤S4.2中计算的情感相关系数EmoCoeff进行升序排序，并将排序后的下标记录在CS中，依次在CS中取前m个下标对应的导联组成导联集合cs_m(m＝2,...,n)，根据独立分量在采集电极上的映射模式，自动选择与cs_m中包括的导联的情感相关独立分量和对应的ICA滤波器，建立对应不同情感任务背景下的ICA空域滤波器组对原始导联情感脑电信号进行线性投影，以生成对应任务背景下的情感信号空域特征参数。S4.4：选择最优导联集合：使用S4.3中生成的空域特征参数进行情感模型的训练和识别，最后使用最优滤波器所得的识别率为对应导联集合csm的测试结果，对(n‑1)个cs的测试结果进行排序，选择识别率最高的导联集合对应的csm作为最优导联集合。