[發明專利]基于非線性動力學的運動想象腦電信號特征提取方法有效
| 申請號: | 201210434254.5 | 申請日: | 2012-10-19 |
| 公開(公告)號: | CN102940490A | 公開(公告)日: | 2013-02-27 |
| 發明(設計)人: | 劉鵬;何嘉全;朱孟波;趙瑞霞;胡凱;朱振營;秦偉 | 申請(專利權)人: | 西安電子科技大學 |
| 主分類號: | A61B5/0476 | 分類號: | A61B5/0476;G06K9/62 |
| 代理公司: | 陜西電子工業專利中心 61205 | 代理人: | 田文英;王品華 |
| 地址: | 710071*** | 國省代碼: | 陜西;61 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 非線性 動力學 運動 想象 電信號 特征 提取 方法 | ||
1.基于非線性動力學的運動想象腦電信號特征提取方法,具體步驟如下:
(1)采集數據:
腦電信號采集系統通過受試者佩戴的電極帽,采集受試者想象單側手指運動時的電極帽中多個電極的腦電信號;
(2)空間濾波:
采用共同平均參考的方法,對采集到的多個電極的腦電信號進行處理,得到共同平均參考后的腦電信號;
(3)基線校正:
將共同平均參考后的腦電信號減去基線,得到基線校正后的腦電信號;
(4)帶通濾波:
利用有限脈沖響應濾波器,對基線校正后的腦電信號進行帶通濾波,得到特定頻帶的子信號,重復執行帶通濾波,得到兩個不同頻帶的子信號;
(5)特征提取:
對兩個不同頻帶的子信號在不同尺度下進行粗粒化處理,對粗粒化處理得到的粗粒化序列進行樣本熵估計,將兩個不同頻帶、不同尺度下得到的樣本熵估計值組成特征向量;
(6)分類:
利用樸素貝葉斯分類器,對得到的特征向量進行分類,采取交叉驗證方法對分類結果進行驗證,得到分類正確率。
2.根據權利要求1所述的基于非線性動力學的運動想象腦電信號特征提取方法,其特征在于:步驟(2)中所述的共同平均參考方法如下:
第一步:對步驟(1)得到的每個電極的腦電信號的所有樣本點取均值,得到每個電極的均值;
第二步:將第一步得到的每個電極的均值求和再除以電極數目,得到總體樣本點的均值;
第三步:將所有電極的腦電信號的每個樣本點分別減去總體樣本點的均值。
3.根據權利要求1所述的基于非線性動力學的運動想象腦電信號特征提取方法,其特征在于:步驟(3)所述的基線為受試者想象單側手指運動之前的200ms腦電信號。
4.根據權利要求1所述的基于非線性動力學的運動想象腦電信號特征提取方法,其特征在于:步驟(4)所述的不同頻帶的子信號包括8-13Hz的子信號以及18-26Hz子信號。
5.根據權利要求1所述的基于非線性動力學的運動想象腦電信號特征提取方法,其特征在于:步驟(5)中所述不同的尺度是指尺度的數量不少于3個,且相互不重復。
6.根據權利要求1所述的基于非線性動力學的運動想象腦電信號特征提取方法,其特征在于:步驟(5)中所述的粗粒化的具體步驟是:
第一步:按照下式計算粗粒化樣本點;
其中,為粗粒化樣本點;τ為尺度的值;j為粗粒化樣本點的序號,代表第j個粗粒化樣本點,其范圍是1≤j≤N/τ;N為子信號的樣本點總數;i為子信號的第i個樣本點,其范圍是1≤i≤N,其初值為(j-1)τ+1;xi為子信號的樣本點;
第二步:按照粗粒化樣本點的序號從小到大的順序,將得到的粗粒化樣本點構建成粗粒化序列。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于西安電子科技大學,未經西安電子科技大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201210434254.5/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種治療斑禿的中藥
- 下一篇:一種石墨烯片的制備方法





