[发明专利]改进的EEMD与CSP结合的脑电信号特征提取方法在审
| 申请号： | 201910058001.4 | 申请日： | 2019-01-22 |
| 公开（公告）号： | CN109858537A | 公开（公告）日： | 2019-06-07 |
| 发明（设计）人： | 张学军;霍延;王龙强;何涛;成谢锋 | 申请（专利权）人： | 南京邮电大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;A61B5/0476 |
| 代理公司： | 南京瑞弘专利商标事务所(普通合伙) 32249 | 代理人： | 秦秋星 |
| 地址： | 210033 江苏省*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种改进的EEMD与CSP结合的脑电信号特征提取方法，包括：对脑电信号集进行预处理，将其划分为训练集和测试集；对预处理后的脑电信号进行集合经验模式分解，得到若干个固有模态函数；对脑电信号进行FIR滤波，每一个固有模态函数被分解为q个子带信号，各个固有模态函数中频段相同的子带信号构成一个子带信号集，得到q个子带信号集；将q个子带信号集分别经过公共空间模式进行特征提取，得到q个特征向量，将q个特征向量组合为一个特征矩阵；训练支持向量机；将待分类脑电信号的特征矩阵输入支持向量机进行分类。本发明在CSP的基础上结合了EEMD的频域信息，并且经过滤波器组过滤优化，能够更好的用于运动想象特征提取，获得更高的分类精度。 | ||
| 搜索关键词： | 脑电信号 固有模态函数 预处理 脑电信号特征 特征矩阵 特征提取 特征向量 子带信号 信号集 分类 经验模式分解 支持向量机 公共空间 滤波器组 频域信息 输入支持 运动想象 测试集 向量机 训练集 中频段 过滤 改进 集合 分解 优化 | ||
【主权项】：
1.一种改进的EEMD与CSP结合的脑电信号特征提取方法，其特征在于，包括如下步骤：步骤1：对所采集脑电信号进行预处理，所述脑电信号集由左手运动想象信号和右手运动想象信号组成；步骤2：对预处理后的脑电信号进行集合经验模式分解，得到若干个固有模态函数；步骤3：对步骤2所得脑电信号进行FIR滤波，其中每一个固有模态函数被分解为q个子带信号，各个固有模态函数中频段相同的子带信号构成一个子带信号集，得到q个子带信号集；步骤4：将q个子带信号集分别经过公共空间模式进行特征提取，得到q个特征向量，将q个特征向量组合为一个特征矩阵；步骤5：将若干个脑电信号的特征矩阵划分为训练集和测试集，利用所述训练集训练支持向量机，并用所述测试集进行验证；步骤6：利用步骤1‑4得到待分类脑电信号的特征矩阵，输入步骤5所得支持向量机进行特征分类。
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南京邮电大学，未经南京邮电大学许可，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/201910058001.4/，转载请声明来源钻瓜专利网。
