[发明专利]一种用于脑电信号自动评估的脑电信号特征提取方法

权利要求书

1.一种脑电信号特征提取方法，其特征在于包含以下几个计算步骤：

(a)对输入的脑电时间序列S＝[S₁，S₂，...，S_N]进行状态空间重构：先选取参数J和M，取 5≤M≤30，取J为脑电时间序列自相关函数第一次下降到最大值的1/e时对应的时刻，再任意 选取L个满足1≤t(1)＜t(2)＜...＜t(L)≤N-(M-1)J的正整数{t(i)|i＝1，2，...，L}，令X_i＝[S_t(i)，S_t(i)+J，...， S_t(i)+(M-1)J]^T，则称[X₁，X₂，...，X_L]或{X₁，X₂，...，X_L}为时间序列S的一个状态空间重构，把 {X₁，X₂，...，X_L}看作M维空间的一个点集合或流形，把[X₁，X₂，...，X_L]看作M维空间的一个轨迹； 以上状态空间重构或者用行向量的形式实现，即令X_i＝[S_t(i)，S_t(i)+J，...，S_t(i)+(M-1)J]，i＝1，2，...，L；

(b)对重构的流形进行方向归一化：根据流形在各个方向上分布的特点定出基准方向， 参照基准方向对流形进行坐标变换；

(c)对重构的流形进行位置归一化：根据流形的形状和结构特点确定基准点，参照基准 点对流形进行平移操作；

(d)截取重构的流形或轨迹的一些局部区域；

(e)对截取的局部流形或轨迹进行统计量的计算，把计算得到的统计量作为输入的脑电 时间序列的特征。

2.根据权利要求1所述的方法，其特征在于计算步骤(b)中，采用主元分析法定出基 准方向，令X＝[X₁，X₂，...，X_L]，X是一个M×L维的矩阵，计算XX^T的M个特征值，并按从大 到小的顺序排列得到λ₁≥λ₂≥...≥λ_M，以这M个矩阵特征值对应的矩阵XX^T的特征向量 {U₁，U₂，...，U_M}作为主轴，令U＝[U₁，U₂，...，U_M]，利用Y＝U^TX对X进行坐标变换，得到新的坐 标Y，Y对应经过方向归一化的流形；或者：

首先计算{X₁，X₂，...，X_L}的算术平均中心X_i与两点可以确定一条直线L_i， 设X_j到直线L_i距离为d_ij，求D_i是所有点到直线L_i的平均距离， 计算D_k是{D_i|i＝1，2，...，L}中的最小值，选为第一主轴，这里表示向量的模，构造一个经过中心且与第一主轴垂直U₀的超平面，计算 {X₁，X₂，...，X_L}在此超平面的投影值{P₁，P₂，...，P_L}，这里{P_i|i＝1，2，...，L}是M-1维向量，对 P＝[P₁，P₂，...，P_L]进行主元分析，找到矩阵PP^T的M-1个从大到小排序的特征值λ₁≥λ₂≥...≥λ_M-1和其对应的特征向量U₁，U₂，...，U_M-1，{U₀，U₁，...，U_M-1}构成一个新的坐标系，用U＝[U₀，U₁，...，U_M-1] 对X＝[X₁，X₂，...，X_L]进行坐标变换，得到Y＝U^TX，Y对应经过方向归一化的流形。