[发明专利]基于组平均的多任务功能性近红外光谱信号的身份识别

权利要求书

1.基于组平均的多任务功能性近红外光谱信号的身份识别，其特征在于包括以下步骤：

(1)获取近红外光谱数据：利用红外光谱设备采集信号；

(2)近红外光谱数据预处理：首先，对近红外光谱设备采集到的信号进行读取；其次，为了移除噪声对身份识别的干扰，进行预处理操作：光信号的带通滤波，修正的Lambert-Beer定律转化，血氧蛋白浓度信号的带通滤波，从而移除低频及高频的生理噪声，如呼吸、心跳、脉搏等，之后进行基线处理消除全局信号的影响，最终得到干净的信号；

(3)获取含氧血红蛋白与脱氧血红蛋白时间序列：先根据信号采集的实验范式设计，基于每个任务的执行时间从信号中提取每个实验相关的信号，之后按照不同的任务对信号分割，然后基于分割后的信号，按照脱氧血红蛋白与含氧血红蛋白分别进行提取；

(4)构建脑功能网络：基于分割后的信号，将通道看作脑区，信号看作时间序列，利用皮尔森相关构建脑功能网络W∈R^n×n，对于其表示第i个脑区与第j个脑区间的连接权重；

(5)利用组平均法获得组内代表性特征：以一个被试的一种任务的所有实验相关的信号为例，考虑多个脑功能网络平均后的代表性脑功能网络的个体特异性，将所有实验相关的信号分为若干组，定义组内脑功能网络个数，之后进行组平均操作，得到组内代表性特征，将其拉直成行向量；

(6)获得混合模态的综合性特征：由于近红外光谱数据本身具有多模态的性质，将含氧血红蛋白与脱氧血红蛋白的对应代表性特征进行拼接，得到混合模态的综合性特征A∈R^(n×n)×t；其中n表示通道个数，t表示综合性特征维度；

(7)将所有被试的混合模态的综合性特征输入到支持向量机分类器，结合十折交叉验证得到较稳定的分类结果。