[發明專利]一種基于卡諾模型的腦電信號標定方法有效
| 申請號： | 201710134594.9 | 申請日： | 2017-03-08 |
| 公開（公告）號： | CN106889986B | 公開（公告）日： | 2020-01-10 |
| 發明（設計）人： | 馮毅雄;李塘;婁山河;高一聰 | 申請（專利權）人： | 浙江大學 |
| 主分類號： | A61B5/0476 | 分類號： | A61B5/0476;A61B5/00 |
| 代理公司： | 33200 杭州求是專利事務所有限公司 | 代理人： | 林超 |
| 地址： | 310058 浙江*** | 國省代碼： | 浙江;33 |
| 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 卡諾 模型 電信號 標定 方法 | ||
本發明公開了一種基于卡諾模型的腦電信號標定方法。在受試者面前呈現具有質量特性的聽視覺刺激，在刺激呈現期間連續記錄腦電圖獲得EEG數據，對EEG數據進行分割和濾波，計算每個EEG段的非線性樣本熵的數值，利用卡諾模型對質量特性進行分類，并根據質量特性的分類結果對所有EEG段劃分目錄，采用支持向量機算法，以各個不同目錄的樣本熵作為算法輸入進行訓練得到模型，完成腦電信號的標定。本發明能夠提取獲得腦電信號的樣本熵，建立了腦電信號與情感類型的對應關系，有效地解決了腦電信號中的情感識別問題。
技術領域
本發明涉及了一種新的信號標定方法，尤其是涉及了對腦電信號處理問題，提出了一種基于卡諾模型的腦電信號標定方法。
背景技術
情感識別在現代化生產中扮演著相當重要的角色，傳統的情感識別方法已經不能滿足商業需求，在人工智能，大數據等技術的推動下，情感識別將朝著智能化的方向發展。
針對客戶需求分析過程中的情感識別問題，目前使用問卷調查的方式任然很普遍，但是這種根據客戶滿意度或不滿意度的問卷進行分類的方法仍然過于主觀，并且沒有考慮心理和情緒的不確定性。在客戶需求分析的情感識別中引入卡諾模型是近幾年來興起的方法，但是這實質上任然是一種問卷形式，沒有實現認知匹配的智能化。而腦電信號在情感識別中應用廣泛，各種智能分類與聚類算法也發展迅速。
發明內容
為了解決需求分析過程中的情感的自動識別問題，本發明提供了一種基于卡諾模型的腦電信號標定方法。
本發明采用以下技術方案，包括以下步驟：
步驟1：受試者佩戴電極帽后，在受試者面前呈現具有質量特性的聽視覺刺激，在刺激呈現期間連續記錄腦電圖，獲得EEG數據；
步驟2：數據預處理：根據刺激中的質量特性對EEG數據進行分割，用數字濾波器對EEG數據進行濾波；
步驟3：特征提取：計算每個EEG段的非線性樣本熵的數值；
步驟4：利用卡諾模型對質量特性進行分類，并根據質量特性的分類結果對所有EEG段劃分目錄；
步驟5：采用支持向量機(SVM)算法，以各個不同目錄的樣本熵作為算法輸入進行訓練得到模型，完成腦電信號的標定。
所述步驟2中根據刺激中的質量特性對EEG數據進行分割具體是指根據質量特性對應的刺激所呈現的時間段對EEG數據進行時間上的分割，分為各個不同時間段的EEG段。
所述步驟3具體為：
3.1)采用以下公式將EEG片段的相鄰各個采樣點按時間順序組成時間序列，作為m維幅值向量：
Xm(i)＝[x(i),x(i+1),...,x(i+m-1)],1≤i≤N-m+1
其中，m為模式維數，一般取值為2，N表示所獲得的EEG片段的采樣點總數，i為采樣點的序數，x(i)表示第i個采樣點的信號幅值大小，Xm(i)表示第i個采樣點下m維的幅值向量；
采用以下公式計算得到Xm(i)和Xm(j)之間的距離d[Xm(i),Xm(j)]：
d[Xm(i),Xm(j)]＝max|x(i+k)-x(j+k)|1≤k≤m-1；1≤i,j≤N-m+1,i≠j
其中，j為采樣點的序數，Xm(j)表示第j個采樣點下m維的幅值向量；
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浙江大學，未經浙江大學許可，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/201710134594.9/2.html，轉載請聲明來源鉆瓜專利網。
