[发明专利]一种基于静息脑电相似性的情绪跨个体识别方法

权利要求书

1.一种基于静息脑电相似性的情绪跨个体识别方法，其特征在于，所述情绪跨个体识别方法包括以下步骤：

建立多个体情绪数据库，包括n个被试的静息脑电和情绪脑电，并通过AR模型提取脑电theta,alpha,beta,gamma4个频段的功率谱密度，构成静息脑电特征矩阵以及情绪脑电特征矩阵；

记录需要被检测的被试的静息脑电，分别计算其与情绪数据库中的n个被试的静息脑电特征矩阵的欧式距离，选择距离最小的0.2*n个被试作为情绪识别模型训练集的用户群；

利用该用户群的情绪脑电特征矩阵建立情绪检测模型，从而准确、客观的进行跨个体情绪脑电识别。

2.根据权利要求1所述的一种基于静息脑电相似性的情绪跨个体识别方法，其特征在于，所述情绪跨个体识别方法还包括：

采集多个被试在静息状态、积极状态、中性状态、以及消极状态下的64导脑电信号；

对采集到的64导脑电信号进行变参考到双耳平均、降采样到500Hz、1-100Hz带通滤波以及利用独立成分分析的算法去除眼电干扰，最终得到60导联的预处理后的脑电信号。

3.根据权利要求1所述的一种基于静息脑电相似性的情绪跨个体识别方法，其特征在于，所述记录需要被检测的被试的静息脑电，分别计算其与情绪数据库中的n个被试的静息脑电特征矩阵的欧式距离具体为：

MPRi(1,k)=124Σj=124PRi(j,k)=x1ix2i...x240i,k=1,2,...,240]]>

MTPR(1,k)=124Σj=124TPR(j,k)=y1y2...y240,k=1,2,...,240]]>

Di=Σh=1240(xhi-yh)2]]>

其中，MPRi是第i个用户的静息脑电特征矩阵的24个样本平均后的特征向量；MTPR是当前用户的静息脑电特征矩阵的24个样本平均后的特征向量；PRi为第i个用户的静息脑电特征矩阵；TPR为当前用户的静息脑电特征矩阵；Di为第i个用户的静息脑电与当前用户的静息脑电之间求得的欧式距离；为情绪数据库中第i个被试的静息脑电的第h个特征值，y_h为当前用户的静息脑电的第h个特征值，h＝1,2,…,240。