[发明专利]基于非线性动力学的运动想象脑电信号特征提取方法有效
| 申请号: | 201210434254.5 | 申请日: | 2012-10-19 |
| 公开(公告)号: | CN102940490A | 公开(公告)日: | 2013-02-27 |
| 发明(设计)人: | 刘鹏;何嘉全;朱孟波;赵瑞霞;胡凯;朱振营;秦伟 | 申请(专利权)人: | 西安电子科技大学 |
| 主分类号: | A61B5/0476 | 分类号: | A61B5/0476;G06K9/62 |
| 代理公司: | 陕西电子工业专利中心 61205 | 代理人: | 田文英;王品华 |
| 地址: | 710071*** | 国省代码: | 陕西;61 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 基于 非线性 动力学 运动 想象 电信号 特征 提取 方法 | ||
1.基于非线性动力学的运动想象脑电信号特征提取方法,具体步骤如下:
(1)采集数据:
脑电信号采集系统通过受试者佩戴的电极帽,采集受试者想象单侧手指运动时的电极帽中多个电极的脑电信号;
(2)空间滤波:
采用共同平均参考的方法,对采集到的多个电极的脑电信号进行处理,得到共同平均参考后的脑电信号;
(3)基线校正:
将共同平均参考后的脑电信号减去基线,得到基线校正后的脑电信号;
(4)带通滤波:
利用有限脉冲响应滤波器,对基线校正后的脑电信号进行带通滤波,得到特定频带的子信号,重复执行带通滤波,得到两个不同频带的子信号;
(5)特征提取:
对两个不同频带的子信号在不同尺度下进行粗粒化处理,对粗粒化处理得到的粗粒化序列进行样本熵估计,将两个不同频带、不同尺度下得到的样本熵估计值组成特征向量;
(6)分类:
利用朴素贝叶斯分类器,对得到的特征向量进行分类,采取交叉验证方法对分类结果进行验证,得到分类正确率。
2.根据权利要求1所述的基于非线性动力学的运动想象脑电信号特征提取方法,其特征在于:步骤(2)中所述的共同平均参考方法如下:
第一步:对步骤(1)得到的每个电极的脑电信号的所有样本点取均值,得到每个电极的均值;
第二步:将第一步得到的每个电极的均值求和再除以电极数目,得到总体样本点的均值;
第三步:将所有电极的脑电信号的每个样本点分别减去总体样本点的均值。
3.根据权利要求1所述的基于非线性动力学的运动想象脑电信号特征提取方法,其特征在于:步骤(3)所述的基线为受试者想象单侧手指运动之前的200ms脑电信号。
4.根据权利要求1所述的基于非线性动力学的运动想象脑电信号特征提取方法,其特征在于:步骤(4)所述的不同频带的子信号包括8-13Hz的子信号以及18-26Hz子信号。
5.根据权利要求1所述的基于非线性动力学的运动想象脑电信号特征提取方法,其特征在于:步骤(5)中所述不同的尺度是指尺度的数量不少于3个,且相互不重复。
6.根据权利要求1所述的基于非线性动力学的运动想象脑电信号特征提取方法,其特征在于:步骤(5)中所述的粗粒化的具体步骤是:
第一步:按照下式计算粗粒化样本点;
其中,为粗粒化样本点;τ为尺度的值;j为粗粒化样本点的序号,代表第j个粗粒化样本点,其范围是1≤j≤N/τ;N为子信号的样本点总数;i为子信号的第i个样本点,其范围是1≤i≤N,其初值为(j-1)τ+1;xi为子信号的样本点;
第二步:按照粗粒化样本点的序号从小到大的顺序,将得到的粗粒化样本点构建成粗粒化序列。
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西安电子科技大学,未经西安电子科技大学许可,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/pat/books/201210434254.5/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种治疗斑秃的中药
- 下一篇:一种石墨烯片的制备方法





