[发明专利]一种基于CSP算法和PSD算法的脑电信号分析模型构建方法、脑电信号分析方法和系统

权利要求书

1.一种基于CSP算法和PSD算法的脑电信号分析模型构建方法，其特征是，包括以下步骤：

获取多个脑电信号样本，所述脑电信号样本包括健康样本和抑郁症患者样本；

预处理多个脑电信号样本的脑电信号并制作数据集；

设置多个CSP特征选择参数，并构建相应的多个CSP模型，逐一利用所述CSP模型从数据集中提取相应的多个CSP特征矩阵；

设置多个PSD时间窗口值，并构建相应的多个PSD模型，逐一利用所述PSD模型从数据集中提取相应的多个PSD特征矩阵；

逐一将提取的CSP特征矩阵和PSD特征矩阵作为预先构建的分类器的输入，得到分类器输出的分类结果，根据分类结果计算分类准确率P；

逐一判断分类准确率P₁、P₂与预设值p的大小：若P₁p且P₂p，则保存相应的特征选择参数及其对应的CSP模型和相应的时间窗口值及其对应的PSD模型，获得基于CSP算法和PSD算法的脑电信号分析模型。

2.根据权利要求1所述的基于CSP算法和PSD算法的脑电信号分析模型构建方法，其特征是，所述多个脑电信号样本源于兰州大学普适感知与智能系统实验室的MODMA公开数据集中129导静息状态下的脑电信号；

所述获取多个脑电信号样本包括以下步骤：

采用国际脑电图学会标定的10-20电极导联定位标准记录导联E1至E129，并将Cz设置为参考电极；

获取脑电信号样本的采样频率设置为250HZ，各通道导联阻抗均设置为45-55kΩ；

使用128导联的HydroCel Geodesic Sensor Net电导帽和Net Station软件获取脑电信号样本，并以.mat形式保存。

3.根据权利要求2所述的基于CSP算法和PSD算法的脑电信号分析模型构建方法，其特征是，所述预处理多个脑电信号样本的脑电信号并制作数据集包括以下步骤：

遍历每一个脑电信号样本文件中的.mat数据文件，打开文件读取原始记录数据；

选定16个导联：Fp1、Fp2、F3、F4、C3、C4、P3、P4、O1、O2、F7、F8、T3、T4、T5和T6，去除与所述16个导联不对应的EGI-129；

运行EEGLAB内嵌的FIR滤波器，设置上限频率为49Hz，下限频率为51Hz，则去除50Hz的工频干扰；

运行EEGLAB内嵌的ICA独立成分分析，筛查并去除眼动和心跳伪迹；

将每个脑电信号样本裁剪至40000个采样点，并转化为矩阵格式，将标准化后的数据重新命名编号并以.data形式保存。

4.根据权利要求3所述的基于CSP算法和PSD算法的脑电信号分析模型构建方法，其特征是，所述提取相应的多个CSP特征矩阵包括以下步骤：

构造符合输入结构体要求的数据结构：EEGSignals.x、EEGSignals.y和EEGSignals.s；

其中，EEGSignals.x是三维矩阵，存储多个标准化后样本所有导联的采样数据，格式为[N_s×N_c×N_t]，其中，Ns为采样点数，Nc为采样导联数，Nt为样本数；

EEGSignals.y是N_t长度的行向量，包括每一个样本的标签信息；

EEGSignals.s是采样频率；

提取多个CSP特征矩阵；

注入特征标签一：将多个CSP特征矩阵的最后一行打上对应的0-1标签，则每个样本的每列特征数据对应的标签值相同，其中，0表示无抑郁症特征，1表示有抑郁症特征。

5.根据权利要求1所述的基于CSP算法和PSD算法的脑电信号分析模型构建方法，其特征是，所述多个CSP特征选择参数为2、3或4。