[發明專利]一種基于決策樹的腦電信號特征選擇方法有效

申請號：	201410112806.X	申請日：	2014-03-24
公開（公告）號：	CN103876734A	公開（公告）日：	2014-06-25
發明（設計）人：	段立娟;葛卉;周海燕;喬元華;馬偉;苗軍	申請（專利權）人：	北京工業大學
主分類號：	A61B5/0476	分類號：	A61B5/0476
代理公司：	北京思海天達知識產權代理有限公司 11203	代理人：	張慧
地址：	100124 ***	國省代碼：	北京;11
權利要求書：	查看更多	說明書：	查看更多
摘要：
搜索關鍵詞：	一種基于決策樹電信號特征選擇方法
鉆瓜網技術展會專利詞庫專利權人專利榜在售專利公布日期熱門專利

【說明書】：

技術領域

本發明涉及腦電研究中的腦電信號分析方法，特別是涉及腦電信號特征選擇方法。

背景技術

人的大腦是一個非常復雜的系統，腦電信號（Electroencephalograph，EEG）是通過頭皮覆蓋電極和導電介質采集到的大腦神經元細胞的放電活動，包含了大量的表征人體生理心理狀態的信息。腦電信號的研究是當今科學研究中非常前沿的領域之一，涉及腦電信號的采集、預處理、處理以及腦電信號的應用等多個方面，對認知科學、神經科學、心理學、病理生理學、信息與信號處理、計算機科學、生物技術、生物醫學工程乃至應用數學等多個領域的研究都有極其重要的作用。隨著腦科學的日益熱門，越來越多的研究人員都投入到了腦電信號的研究熱潮中。

由于大腦結構的復雜性，大腦活動會引發大腦某個區域或多個區域的放電。為了更加精細而全面地采集到大腦活動區域的EEG信號，研究人員在需要在被試大腦的不同位置采集EEG信號。目前的采集裝置基本采用多通道方式，如較常見的有40導、64導、128導和256導電極帽等等。由于腦電信號的采集精度為毫秒級，導致單電極腦電數據具有很高的屬性維度，并行處理多導聯數據時，腦電數據的維度會更高。另外，根據心理學研究發現，不同的刺激或實驗任務會激活不同的大腦功能區，更深入地從大腦生理結構來講，不同的刺激或實驗任務會導致大腦的不同結構的神經元細胞產生放電行為。又根據腦電信號的特征可知，我們采集到的EEG信號有很多冗余信息。因此，在腦電信號的研究過程中，無論是出于減少數據維度的考慮，還是去除無效冗余電極或冗余信息的考慮，對電極的篩選是不可缺少的環節。

傳統的電極選擇（空間特征選擇）方法一般是優勢電極重組法，即依據人工統計單個電極的分類效果來選擇優勢電極（對整體的分類正確率有提升或者沒有下降的電極）。該方法有兩點不足：（1）依靠主觀經驗選擇電極，容易造成信息偏失；（2）人工操作復雜，費時耗力。

發明內容

針對上述傳統的電極選擇方法的不足，本發明提出一種基于決策樹的腦電信號特征選擇方法。該方法充分利用決策樹自動選擇優勢屬性（優勢特征）的這一特點，使特征選擇更客觀，從而使腦電信號的分類正確率更高。

實現本發明方法的主要思路是：將采集的多通道腦電信號進行預處理；利用主成分分析法（PCA）對預處理后的腦電信號進行特征提取，得到特征向量；將特征提取后的特征向量輸入到決策樹中，進行優勢特征選擇；對決策樹選擇出的優勢特征進行重組；將重組后的優勢特征向量輸入到支持向量機（SVM）中，進行EEG信號分類，得到分類正確率。

一種基于決策樹的腦電信號特征選擇方法，包括如下步驟：

（1）采集數據

受試者佩戴電極帽，想象上下移動屏幕上的光標。采集受試者腦電信號，得到訓練樣本集和測試樣本集。

（2）數據預處理

將采集到的所有電極的訓練樣本集，按樣本量不變、維度增加的方法重組成一個訓練數據集，即重組成一個矩陣；用同樣的方式處理所有電極的測試樣本集，得到測試數據集。

將預處理后的測試數據集和訓練數據集以維度不變、增加樣本量的方法組合成一個數據集，然后再將此數據集平均地分成10份，將其中1份作為測試數據，其它9份作為訓練數據。

（3）特征提取

利用PCA對訓練數據集和測試數據集進行降維，得到降維后的特征向量。

（4）特征選擇

利用決策樹對降維后的特征向量進行優勢特征選擇，得到優勢特征在數據集中的位置；再將優勢特征對應位置的數據，按樣本量不變、維度增加的方法進行重組，得到優勢特征向量。

（5）分類

將重組后的優勢特征向量輸入到SVM分類器中，進行EEG信號分類，求分類正確率。