[发明专利]一种基于ITD模态参数识别的脑电信号特征提取方法

说明书

本发明公开了一种基于ITD模态参数识别的脑电信号特征提取方法，其根据脑电信号中的δ波节律信号、θ波节律信号、α波节律信号、β波节律信号各自的频率范围，设计各自对应的有限脉冲响应带通滤波器，再利用各自对应的有限脉冲响应带通滤波器对脑电信号进行滤波处理，提取得到δ波节律信号、θ波节律信号、α波节律信号、β波节律信号；对四个节律信号分别进行ITD模态参数识别，提取得到各自的四个ITD模态参数，进而得到四个节律信号各自的特征向量；将四个节律信号的特征向量构成脑电信号的特征向量；优点是其能够从运动想象的脑电信号中提取出有效的特征，从而能够极大地提高后续特征分类的正确率。

技术领域

本发明涉及一种信号特征提取技术，尤其是涉及一种基于ITD(Ibrahim TimeDomain)模态参数识别的脑电信号特征提取方法。

背景技术

脑-机接口(Brain-Computer Interface，BCI)是一种能够实现人类大脑与外部环境直接进行交流的通讯控制系统，这种通讯控制系统能够使人类大脑脱离对脑部外周神经和肌肉组成的大脑正常输出通路的依赖。近些年来，由于计算机科学、生物医学、信号处理以及人工智能等众多技术的广泛发展，因此人们也逐渐的开始关注作为其交叉学科的脑-机接口技术。

脑-机接口技术包括五个主要部分：脑电信号采集、预处理、特征提取、特征分类与识别以及控制设备。其中，如何有效地提取脑电信号的特征以及提高脑电信号分类的正确率是目前技术研究的重点。至今，人们利用众多信号处理技术的方法如CSP(CommonSpatial Pattern，共空间模式)算法、稀疏自编码方法等来提取脑电信号的特征，使脑电信号的定量分析取得了重大进展，然而对于大脑中是否存在动力学行为一直是热门话题。以动力学的观点来看，人类大脑的神经元网络系统是由许多神经元连接形成的极度错综复杂的一种超高维的非线性系统。鉴于生命现象的多重耦合性质，连同生物材料的活性、大阻尼特性等多种非线性特性，这使得生命系统具有强烈的非线性，因而可以从这种非线性特性深入研究，这将对信号处理技术和生命现象研究都具有深远意义。

发明内容

本发明所要解决的技术问题是基于脑电信号的非线性振动理论，提供一种基于ITD模态参数识别的脑电信号特征提取方法，其能够从运动想象的脑电信号中提取出有效的特征，从而能够极大地提高后续特征分类的正确率。

本发明解决上述技术问题所采用的技术方案为：一种基于ITD模态参数识别的脑电信号特征提取方法，其特征在于包括以下步骤：

步骤1：按给定的采样频率在一个通道一次随机采集脑电信号；然后将脑电信号以向量形式进行表示，记为Y，Y＝[y₁…y_n…y_N]；其中，给定的采样频率为F赫兹，Y的维数为1×N，Y中的每个元素为一个样本值，N表示Y中的样本值的总个数，N≥5，N＝F×t，t表示采集一个通道的一条脑电信号的采集时间，t的单位为秒，n为正整数，n的初始值为1，1≤n≤N，y₁表示Y中的第1个样本值，y_n表示Y中的第n个样本值，y_N表示Y中的第N个样本值，符号“[]”为向量或矩阵的表示符号；