[發(fā)明專利]一種基于層次分析的腦電信號特征分類的二分類方法

有效

• 申請?zhí)枺?/td>: 201710357978.7
• 申請日: 2017-05-19
• 公開（公告）號: CN107169462B
• 公開（公告）日: 2020-12-22
• 發(fā)明（設(shè)計）人: 高諾;魯昊;魯守銀;王濤;隨首鋼
• 申請（專利權(quán)）人: 山東建筑大學(xué)
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06F3/01
• 代理公司: 濟南圣達知識產(chǎn)權(quán)代理有限公司 37221
• 代理人: 張勇

本發(fā)明涉及一種基于層次分析的腦電信號特征分類的二分類方法，該方法的具體步驟包括：腦機接口系統(tǒng)采集運動想象腦電信號；進行格式轉(zhuǎn)換和數(shù)據(jù)預(yù)處理；用特征提取算法分別提取不同時間段和頻率段的腦電信號特征；將特征提取后的腦電信號征和其對應(yīng)的標(biāo)記按照合適比例分為訓(xùn)練集和測試集；根據(jù)訓(xùn)練集采用二分類算法得到預(yù)測分類模型；采用預(yù)測分類模型計算測試集的測試集分類結(jié)果，分別得出不同時間段和頻率段結(jié)果的正確率；并與實際結(jié)果進行兩兩比較，構(gòu)造判斷矩陣；對判斷矩陣進行一致性檢驗；確定不同時間段或者不同頻率段判斷矩陣的權(quán)重；用權(quán)重對不同時間段或者頻率段訓(xùn)練結(jié)果加權(quán)得到最后結(jié)果及其對應(yīng)的可信度。

技術(shù)領(lǐng)域

本發(fā)明屬于腦電信號處理的技術(shù)領(lǐng)域，尤其涉及一種基于層次分析的腦電信號特征分類的二分類方法。

背景技術(shù)

腦機接口(Brain Computer Interface,BCI)是指能夠使人不依賴周圍神經(jīng)系統(tǒng)和肌肉，而與外界進行通信或控制的設(shè)備。腦機接口技術(shù)作為一種全新的通信和控制技術(shù)，可以為思維正常但有嚴重運動障礙的患者提供語言交流和環(huán)境控制手段。此外，腦機接口技術(shù)不僅應(yīng)用于未患者提供語言交流和環(huán)境控制，在自動控制、軍事認知等科學(xué)領(lǐng)域也有潛在的應(yīng)用價值。鑒于其巨大的應(yīng)用前景，腦機接口已經(jīng)引起國際科學(xué)界的高度重視，稱為腦科學(xué)、康復(fù)工程、生物醫(yī)學(xué)工程及人機控制領(lǐng)域的一個研究熱點。

在所有能夠被監(jiān)測到的反映大腦活動的信號中，由于腦電信號(Electroencephalogram，EEG)具有較好的時間分辨率，監(jiān)測儀器較簡單，非入侵等優(yōu)點，被大部分腦機接口系統(tǒng)所采納。

目前，對腦電信號特征分類的算法有神經(jīng)網(wǎng)絡(luò)、支持向量機、線性判別式分析和樸素貝葉斯等等分類器。這些分類器可以較為準確的根據(jù)腦電信號分類出結(jié)果。但也存在一些問題，例如，每次只會得到簡單的分類結(jié)果而沒有分類結(jié)果的可信度。

不同時間段或者不同頻率段提取的特征對于分類準確度的貢獻不同。而目前分類結(jié)果一般僅僅參考單一時間段或者頻率，或者以不同時間段或者頻率段的分類結(jié)果做專家投票機制，得出最后的分類結(jié)果。

綜上所述，目前腦電信號在特征分類方面存在如下問題：分類依據(jù)特征單一或無法較好地綜合多特征，分類精度不高；分類結(jié)果可信度未知，即只能簡單地得出分類結(jié)果而不能得出對應(yīng)結(jié)果的可信性。針對腦電信號特征分類的問題，本發(fā)明提出了一種基于層次分析的腦電信號特征分類的二分類方法，該方法可以提高分類精度和得到分類結(jié)果的可信度。

發(fā)明內(nèi)容

本發(fā)明為了解決上述問題，克服現(xiàn)有技術(shù)中腦電信號在特征分類方面存在的分類依據(jù)特征單一或無法較好地綜合多特征、分類精度不高、分類結(jié)果可信度未知的問題，提供一種基于層次分析的腦電信號特征分類的二分類方法，該方法可以提高分類精度和得到分類結(jié)果的可信度。

為了實現(xiàn)上述目的，本發(fā)明采用如下技術(shù)方案：

一種基于層次分析的腦電信號特征分類的二分類方法，該方法的具體步驟包括：

(1)腦機接口系統(tǒng)采集運動想象腦電信號；

(2)將腦機接口系統(tǒng)采集的運動想象腦電信號進行格式轉(zhuǎn)換，并進行數(shù)據(jù)預(yù)處理；

(3)采用特征提取算法分別提取不同時間段和頻率段的腦電信號特征；

(4)將特征提取后的腦電信號征和其對應(yīng)的標(biāo)記按照合適比例分為訓(xùn)練集和測試集；

(5)根據(jù)訓(xùn)練集的腦電信號數(shù)據(jù)采用二分類算法得到預(yù)測分類模型；

(6)采用預(yù)測分類模型計算測試集的測試集分類結(jié)果，并且分別得出不同時間段和頻率段分類結(jié)果的正確率；

(7)對不同時間段或頻率段分類結(jié)果的正確率進行兩兩比較，構(gòu)造判斷矩陣A；