[发明专利]基于独立分量自动聚类处理的脑电信号处理方法

权利要求书

1.一种基于独立分量自动聚类处理的脑电信号处理方法，其特征在于，包括以下步骤：首先 采用基于信息极大准则的在线最大信息算法Informax算法依次对刺激诱发的多导信号进 行独立分量分析ICA分解，将所得到的所有分量构成一个大的分量样本集Y，计算各分 量之间的互信息，最后使用总类内距离最小准则对互信息距离矩阵进行聚类处理，得到所 有分量的类别标签。

2.根据权利要求1所述的一种基于独立分量自动聚类处理的脑电信号处理方法，其特征在 于，聚类处理是采用K聚类平均聚类方法Kmeans聚类方法，即：若经ICA分解得到的 分量y_i共有N个，即i＝1，2，…，N，它们分别属于类c_k，即k＝1，2，…，K，以 作为各分量的类别标签，描述各分量归属何类，对于每类分量定义 其类中心为表示y_i和的互信息距离，第k类的类内距离定义为：

Dk=Σi=1nλi,kI(yi,y‾k)2,]]>

使用总的类内距离作为算法的代价函数，

D^=Σk=1KDk=Σk=1KΣi=1nλi,kI(yi,y‾k)2,]]>

采用梯度下降法使总的类内距离达到最小，即可以得到最优的λ_i，k，从而完成对整个分 量集的自动分类，前述中的K、N为正整数，∈表示属于该类，表示不属于该类。

3.一种基于独立分量自动聚类处理的脑电信号处理方法，其特征在于，包括以下步骤：首先 采用基于信息极大准则的在线最大信息算法Informax算法依次对刺激诱发的多导信号进 行独立分量分析ICA分解，在使用独立分量分析ICA分解时对每一次刺激的多导信号进 行一次ICA分解，得到的独立分量构成一个子分量样本集y，y中的分量个数即等于导联 数n，而总的分量样本集Y是由m个子分量集y构成，m是重复刺激的个数，在Y上使 用基于互信息距离度量的聚类处理时，将具有序间相似性的诱发分量聚类到一个分量类 中。