[发明专利]基于脑电信号的情绪特征识别方法、识别及调节系统

权利要求书

1.基于脑电信号的情绪特征识别方法，其特征在于，包括：

获取情绪脑电数据，将脑电信号的数据流实时存储，并实时更新存储信息；

每隔设定时间读取一次存储情绪脑电数据，对数据进行预处理；

对预处理后的数据中的眼电伪迹，利用小波系数做阈值处理，完成小波阈值去噪，采用小波包分解重构信号；

在所述阈值原则的选择上选取minimaxi，信号f(t)的长度为N，采集信号长度为7680(128hz*60s)，则minimaxi表示如下：

n表示第n个数据点；

阈值函数选择软阈值，软阈值的函数表达式为：

式中，w_j,k为处理前的小波系数；w'_j,k为处理后的小波系数估计值；T为阈值；

对于小波阈值去噪后重构的信号利用带通滤波器分解，再利用快速傅里叶变换后计算各数据点的能量值并将其相加，将计算得到的能量和作为特征向量；

对于第i个频带的脑电信号xi(n)，它对应的能量公式为：

式中，Xi(k)是信号xi(n)对应的快速傅里叶变换结果，M为快速傅里叶变换的长度；

计算得到每个样本的特征向量后，利用分类器对特征向量进行分类，识别情绪；

所述识别出的情绪结果被可视化的显示到界面，可以实时的反馈情绪状态，从而对于自闭症儿童的音乐治疗效果可以系统的评定；并且系统会根据识别的情绪状态播放对应性质的音乐，老师也可以在一旁手动操作。

2.如权利要求1所述的基于脑电信号的情绪特征识别方法，其特征在于，每隔设定时间读取一次存储情绪脑电数据，对信号进行预处理及特征提取分类，分类得到识别结果。

3.如权利要求1所述的基于脑电信号的情绪特征识别方法，其特征在于，获取情绪脑电数据，对数据进行预处理时，选用1hz到45hz的五阶巴特沃斯带通滤波器将明显的噪声去除，明显的噪声包括：在原始脑电信号中存在的呼吸、皮电、心电低频噪声和肌电产生的高频噪声。

4.如权利要求1所述的基于脑电信号的情绪特征识别方法，其特征在于，采用小波包分解具体为：采用db4基函数对信号进行多尺度分解。

5.如权利要求1所述的基于脑电信号的情绪特征识别方法，其特征在于，对于小波阈值去噪后重构的信号利用一系列Butterworth带通滤波器将其分解为四个频带。

6.如权利要求1所述的基于脑电信号的情绪特征识别方法，其特征在于，在得到特征向量后，利用SVM分类器对其进行分类识别。