[发明专利]一种脑电信号特征提取方法

说明书

技术领域

本发明属于脑电信号处理方法，特别是一种脑电信号特征提取方法。

背景技术

脑电信号是脑神经细胞电生理活动在大脑皮层或头皮表面的总体反映，包含大量的生理与病理信息，是非线性的混沌时间序列。脑电信号不仅为脑疾病提供诊断和治疗的依据；而且成为人脑语言、记忆、学习和思维等任职功能的重要研究方法；在工程应用方面,通过脑电信号识别与控制的实现脑-计算机接口也成为研究的热点。脑电信号分析和特征提取是诊断系统和控制系统中为模式识别提供客观参数的重要环节。

脑电信号特征提取的方法包括时域方法、频域方法、时-频分析方法以及近年来发展的非线性分析方法。

专利（申请号：200810056838.7）公开了一种基于小波变换和BP神经网络的脑电特征提取方法，以想象动作思维引起的能量变换作为想象左右手运动思维特征，应用于脑机接口系统。

专利（申请号：200910196746.3）公开了一种脑电分析方法，应用时频分析和主成分分析提取脑电信号时频参数，并将其映射到主成分空间，运用支持向量机分析非线性关系。

专利（申请号：201210235865.7）公开了一种基于定量脑电图的脑电特征提取方法，将采集的信号进行预处理，然后提取功率耦合系数和功率谱密度的不对称性系数，最后利用支持向量机对静态脑电信号进行分类。

专利（申请号：201210308790.0）公开了一种脑电信号特征提取方法。该方法通过数据预处理消除信号伪迹和选择有效频段后，将脑电数据分段并提取时频特征和形态特征，利用时频特征和形态特征的频率分布函数计算特征值IMF-VoE。

专利（申请号：201210245452.7）公开了一种针对抑郁症PSD患者脑电信号的特征提取方法，通过功率谱不对称性对脑电特征进行分类识别，从而对被测试者是否抑郁及抑郁程度进行判别。

专利（申请号：201210189995.1）公开了一种基于脑功能网络邻接矩阵分解的脑电特征提取方法，对多通道脑电进行相关性分析建立脑功能网络，然后进行基于邻接矩阵奇异值分解的特征提取，最后运用支持向量机进行分类。

前五种方法均为基于时频域分析的特征提取方法，注重于激活脑区的脑电信号功率的定量及定性分析，不能体现脑电信号混沌性特性。第六种方法虽然采用了网络分析的方法计算了不同脑区脑电信号的相关性，不能反映脑电这种混沌信号的在单一脑区表现的时间序列随机信号内在规律的分形特性。

本发明针对现有方法无法揭示脑电信号混沌特性的问题，提出一种小波变换和时间序列复杂网络分析相结合的方法，不仅能够分析脑电信号和不同节律脑电信号作为混沌时间序列信号的内在规律的分形特性。

发明内容

针对现有脑电信号视频域特征提取方法不能体现脑电信号混沌性特性且复杂网络方法建网复杂的现状，本发明的目的是提供一种脑电信号特征提取方法，通过将小波重构、加窗水平可视图复杂网络转换和复杂网络分析计算网络平均路径长度和聚类系数的特征提取算法，从而实现脑电信号及不同节律脑电信号的混沌信号网络特性分析。该方法可以作为神经疾病自动诊断系统和脑机接口控制系统的特征提取环节的一个组成部分。

为实现上述目的，本发明采用的技术方案是提供一种脑电信号特征提取方法，该方法包括有以下步骤：

①小波重构

通过脑电图机采集的脑电信号，对脑电信号进行四级小波重构，第一级分解将采集的脑电信号从频率中点分开为低频、高频两部分，第二级分解将第一级分解得到的低频成分从其频率中点分开为低频、高频两部分，第三级分解将第二级分解得到的低频成分从其频率中点分开为低频、高频两部分，第四级分解将第三级分解得到的低频成分从其频率中点分开为低频、高频两部分，再通过第四级小波重构即可得到脑电信号的五种生理节律；

②加窗水平可视图复杂网络转换