[发明专利]基于脑电信号的卒中严重程度分类预测模型建立方法

权利要求书

1.基于脑电信号的卒中严重程度分类预测模型建立方法，其特征在于该方法包括如下步骤：

步骤1：采集正常人，轻度卒中患者、中度卒中患者、重度卒中患者脑电图；

步骤2：脑电信号预处理；

步骤3：脑电信号计算；

步骤4：通过方差分析提取特征值；

步骤5：将特征值输入机器学习分类器，进行准确性计算；

步骤6：利用特征值建立卒中严重程度分类预测模型。

2.根据权利要求1所述的基于脑电信号的卒中严重程度分类预测模型建立方法，其特征在于：步骤1中，按照国际10-20标准，采集受试者脑电信号；实验动作包括握拳、手张开。

3.根据权利要求1所述的基于脑电信号的卒中严重程度分类预测模型建立方法，其特征在于：步骤2中所述的脑电信号处理步骤如下：

(1)定位通道；

(2)移除无用电极和重参考；

(3)通道选择；

(4)带通滤波；

(5)基线校正；

(6)独立成分分析去除伪迹；

(7)查看独立源成分；

(8)剔除噪声。

4.根据权利要求1所述的基于脑电信号的卒中严重程度分类预测模型建立方法，其特征在于：步骤3脑电信号计算包括:

(1)计算delta频带相对功率；

(2)计算theta频带相对功率；

(3)计算alpha频带相对功率；

(4)计算beta频带相对功率；

(5)计算delta频带相对功率与alpha频带相对功率之比；

(6)计算较慢频率相对功率与较快相对功率之比；

(7)计算大脑对称指数；

(8)计算香农熵。

5.根据权利要求1所述的基于脑电信号的卒中严重程度分类预测模型建立方法，其特征在于：步骤5准确性计算包括：

(1)选取不同分类器，比较各个分类器的整体准确率；

(2)通过计算不同分类器的混淆矩阵，比较卒中各个严重程度的准确率。

6.根据权利要求1所述的基于脑电信号的卒中严重程度分类预测模型建立方法，其特征在于：步骤6利用特征值建立卒中严重程度分类预测模型包括：

(1)选取方差分析事后两两比较显著性差异最多的三组作为特征值输入机器学习分类器；

(3)根据需求选择整体准确率高或者各个严重程度的准确率高的分类器。