[发明专利]混合小波和共同空间模式的左右手运动想象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识别控制技术领域，涉及一种混合小波和共同空间模式的左右手运动想象脑电信号特征提取方法。

背景技术

脑-机接口(brain-computer interface,BCI)是不依赖于大脑外周神经与肌肉系统，在人脑和计算机或外部设备之间建立起来的一种通信系统。它能够为肢体残疾但思维意识正常的患者提供一种新型的对外信息交流手段，并在残疾人康复、正常人辅助控制、娱乐等领域有着广泛的应用前景。

特征提取是BCI研究的关键技术之一，常用的方法有FFT、AR、AAR、小波变换、共同空间模式(Common Spatial Pattern,CSP)等方法。FFT、AR和AAR通过把幅度随时间变化的脑电信号变换为脑电功率随频率变化的谱图，从而提取出脑电信号的频域特征。然而这些方法都只适合分析平稳信号，对于非平稳的脑电信号，具有很大的局限性。小波变换是一种典型的时频分析法，具有多分辨率特性，在时域和频域均具有良好的分辨率，适用于非平稳信号处理。因此，小波变换非常合适分析脑电信号。CSP算法是一种利用两类脑电信号的估计协方差矩阵来设计每类脑电信号的最优空间滤波器，进而提取脑电信号的空域特征的方法。

在上述脑电信号的特征提取方法中，虽然小波变换非常适合分析脑电信号，并能提取出脑电信号的时频特性，但却无法提取出脑电信号的空域特征，而CSP算法虽然能提取出脑电信号的空域特征，但又不能提取出脑电信号的时频特征。因此，在脑电信号的特征提取中，使用小波变换和CSP算法都不能充分地提取出脑电信号的特征。

发明内容

有鉴于此，针对现有的脑电信号特征提取方法不能同时提取出脑电信号的时频特征和空域特征的问题，本发明提供了一种混合小波和共同空间模式的左右手运动想象脑电信号特征提取方法。

为达到上述目的，本发明提供如下技术方案：

一种混合小波和共同空间模式的左右手运动想象脑电信号特征提取方法，该方法混合小波和共同空间模式算法对左右手运动想象脑电信号进行处理，提取出能够表征左右手运动想象脑电信号的时频空特征；具体包括以下步骤：

步骤一：使用小波变换对左右手运动想象脑电信号进行分解，得到能反映其时频特征的小波系数；

步骤二：使用CSP算法对能反映左右手运动想象脑电信号时频特征的小波系数D₂进行分析，得到该小波系数的最优空间滤波器；

步骤三：使用该最优空间滤波器提取出能反映左右手运动想象脑电信号时频空特征的特征值。

进一步，在步骤一中，小波变换对脑电信号的分解层数将视脑电信号的采样频率而定，根据脑电信号的采样频率，使用小波变换提取出左右手运动想象脑电信号的β节律所对应的小波系数。

进一步，所述共同空间模式算法是对左右手运动想象脑电信号的β节律所对应的小波系数进行分析，提取出的特征值能反映出左右手运动想象脑电信号的时频空特征。

本发明的有益效果在于：本发明提供了一种混合小波和共同空间模式的左右手运动想象脑电信号特征提取方法，该方法能够解决现有技术中的脑电信号特征提取方法不能同时提取出脑电信号的时频特征和空域特征的问题。

附图说明

为了使本发明的目的、技术方案和有益效果更加清楚，本发明提供如下附图进行说明：

图1为左右手运动想象脑电信号的特征提取方法框图；

图2为Emotiv脑电信号采集仪；

图3为Emotiv脑电采集仪的电极安放位置；

图4为小波变换对左右手运动想象脑电信号的分解框图。

具体实施方式

下面将结合附图，对本发明的优选实施例进行详细的描述。

在本方法中，首先使用小波变换对左右手运动想象脑电信号进行分解，得到能反映其时频特征的小波系数；然后使用CSP算法对能反映左右手运动想象脑电信号时频特征的小波系数进行分析，进而提取出能反映左右手运动想象脑电信号时频空特征的特征值。

具体步骤如下：

步骤一：对左右手运动想象脑电信号进行小波分解，得到能反映其时频特征的小波系数。