[发明专利]视听联合刺激产生事件相关电位的特征提取方法

权利要求书

1.一种视听联合刺激产生事件相关电位的特征提取方法，其特征是，采集实验数据后，进行下列步骤：首先利用CZ导联处P300信号的时域信息作为已知的先验知识确定p300信号出现的时间，并将其作为时域约束来构造参考信号；然后对采集到的脑电数据进行受时域信息约束的独立分量分析，提取出最能体现信号特征的一个信源。

2.根据权利要求1所述的一种视听联合刺激产生事件相关电位的特征提取方法，其特征是，时域约束条件表示成：

D(ω_j )＝ξ-ε(ω_j)≤0                    (1)

式中ωj是解混矩阵W中的某一行矢量，而待求解量y_j＝ω_jx；ε(ω_i)表征估计得的与参考信号r间的相似程度；ξ是其阈值。

3.根据权利要求1所述的一种视听联合刺激产生事件相关电位的特征提取方法，其特征是，进行受时域信息约束的独立分量分析是采用FICA算法，用下面的公式近似表示负熵：

J(y)≈ρ{E[G(y)-G(g)]}²               (2)

式中ρ是正常数，g是零均值、单位方差的高斯信号，y是待提取的信源，它也是单位方差的，G(·)可以取任何非二次函数；

用y_j与r间的均方误差或互相关作为相似程度的度量，当采用后者作度量时，互相关愈大愈相似，有：

式中：CCR代表互相关，此时ξ是最优互相关的下限，于是算法可以表示成：

选ω_j使F(ω_j)＝ρ{E[G(ω_jx)]-E[G(g)]}²极大          (4-1)

约束条件D(ω_j)≤0，E(r²-1)＝0                                             (4-2)

后两个约束条件是要求y_j和r的方差等于1；

公式(4-1)、(4-2)属于受约束的优化问题，采用增广的拉格朗日函数，结合似牛顿的学习算法调节w和拉格朗日参数来求解。