[發明專利]基于雙樹復小波樣本熵的運動想象腦電信號特征提取方法

有效

• 申請號: 201410150878.3
• 申請日: 2014-04-15
• 公開（公告）號: CN103961091B
• 公開（公告）日: 2017-01-11
• 發明（設計）人: 孟明;佘青山;羅志增;魯少娜;滿海濤
• 申請（專利權）人: 杭州電子科技大學
• 主分類號: A61B5/0476
• 分類號: A61B5/0476
• 代理公司: 杭州君度專利代理事務所(特殊普通合伙)33240
• 代理人: 杜軍

1.基于雙樹復小波樣本熵的運動想象腦電信號特征提取方法，其特征在于：

步驟(1).抽取出對應頻段的運動想象腦電信號：將采集到的運動想象腦電信號通過雙數復小波變換進行分解，抽取出對應于運動想象腦電信號中ERD和ERS現象的節律波信號，再對其進行重構，具體是：

設采集腦電信號的采樣頻率為f_s，采用雙樹復小波變換對信號進行分解的層次為L，對低頻子帶復系數cA_L和高頻子帶復系數cD_L，cD_L-1，……，cD₁進行系數重構，根據分解原理得到L+1個重構信號，頻段范圍由低到高依次為[0,f_s/2^L+1]，[f_s/2^L+1,f_s/2^L]，[f_s/2^L,f_s/2^L-1]，……，[f_s/2²,f_s/2]；其中f(D_l)∈[f_s/2^l+1,f_s/2^l]Hz，l∈1,2,...,L,f(A_L)∈[0,f_s/2^L+1]；然后選取有用信號的alpha節律和beta節律波對應的頻率范圍作為重構信號；

雙樹復小波變換重構過程的小波系數d_j(t)和尺度系數c_J(t)如下：

dj(t)=2(j-1)/2[Σn=-∞∞djRe(n)ψh(2jt-n)+Σk=-∞∞djIm(n)ψg(2jt-k)]]]>

cJ(t)=2(J-1)/2[Σn=-∞∞cJRe(n)φh(2Jt-n)+Σk=-∞ImcJIm(n)φg(2Jt-k)]]]>

由以上兩式得雙樹復小波變換多尺度分解下重構后的信號：

x(t)＝d_j(t)+c_J(t)

其中n為采樣次數，j為比例因子，J為最大尺度且j＝1,2,…,J,ψ_h、φ_h、ψ_g、φ_g表示小波變換函數，分別為實部樹的小波系數及尺度系數，分別為虛部樹的小波系數及尺度系數；

步驟(2).對信號進行特征提?。簩杏杏贸煞值母鲗又貥嬓盘柪脴颖眷胤椒ㄟM行特征提取，具體是：

（一）快速樣本熵的計算：

(1)設重構后的信號時間序列{x_i}含有N個數據，分別為x(1),x(2)…x(N)；

(2)將序列{x_i}按順序組成一組m維矢量，

X(i)＝[x(i),x(i+1),…,x(i+m-1)]

式中，i=1～N-m+1；

矢量X(i)與X(j)之間的距離dis[X(i),X(j)]用分量間的最大歐氏距離表示，即

dis[X(i),X(j)]=maxk=0,...,m-1|xi+k-xj+k|]]>

式中，k=1～m-1,i,j=1～N-m+1;

(3)定義N×N的二值距離矩陣為D，D的第i行第j列為d_ij，給定閾值r，r>0，則：

dij=0,dis[X(i),X(j)]≥r1,dis[X(i),X(j)]<r,(i,j=1~N)]]>

(4)對每一個i值統計dis[X(i),X(j)]＜r的數目，記為同理將維數加1，計算

Bim(r)=Σj=1N-1dij∩d(i+1)(j+1)...d(i+m-1)(j+m-1)]]>

Bim+1(r)=Σj=1N-2dij∩d(i+1)(j+1)...d(i+m)(j+m)]]>

(5)求所有的的平均值記為B^m(r)及的平均值B^m+1(r)，

Bm(r)=1N-m+1Σi=1N-m+1Bim(r)]]>

Bm+1(r)=1N-mΣi=1N-mBim+1(r)]]>

(6)腦電信號時間序列{x_i}的樣本熵可表示為：

SampEn(N,m,r)＝-ln[B^m+1(r)/B^m(r)]

（二）樣本熵參數的選擇

樣本熵SampEn(N,m,r)的值與嵌入維數m，相似容限r，數據長度N都有關系，選定嵌入維數取m=2，于此同時嵌入維數m需要長度為N=₁₀m～₂₀m的數據長度，相似容限r取0.1～0.25SD，SD為原始數據的標準差。