[發明專利]一種動物腦電分類模型的構建方法及裝置

在審

• 申請號: 201710949223.6
• 申請日: 2017-10-12
• 公開（公告）號: CN107518894A
• 公開（公告）日: 2017-12-29
• 發明（設計）人: 馬長書;趙侖;王博;閆天翼;石國偉
• 申請（專利權）人: 公安部南昌警犬基地;北京翼石科技有限公司
• 主分類號: A61B5/0476
• 分類號: A61B5/0476;A61B5/16;A61B5/00;G06K9/00;G06K9/62
• 代理公司: 北京慧智興達知識產權代理有限公司11615
• 代理人: 韓龍,王晨曦

技術領域

本發明涉及腦電數據分析領域，尤其涉及一種動物腦電分類模型的構建方法及裝置。

背景技術

在腦機接口技術領域中，現有技術以人為對象設計可穿戴設備進行腦波分析。中國專利文獻CN 105011932 A公開了一種基于冥想度與專注度的疲勞駕駛腦電監測方法，利用TGAM芯片輸出的專注度參數、冥想度參數，結合原始腦電信號的平均值，對駕駛員的疲勞腦電信號進行監測。但是，現有技術采用TGAM芯片輸出的專注度參數、冥想度參數，僅能夠以1赫茲的頻率計算腦波參數，而如心理狀態等腦電狀態的變化往往是轉瞬即逝的，需要更高的時間分辨率才能檢測出來。

另外，現有技術中對原始信號中的眼電噪聲等進行去除后的數據信噪比低，可靠性差，且其他現有技術中眼電噪聲的去除依賴主成分分析和獨立成分分析方法，需要單獨的設置位于眼睛周圍的眼電采集電極，增加了設備的復雜性，同時這兩種去噪的方法均需要較長的時長，難以滿足實時性的要求。在分類方法上，采用PCA降維常常導致信號中的細節信息的丟失，難于捕捉細微的心理狀態變化。

再者，現有的腦電分析設備或方法一般止步于得到去噪后的腦電數據，將這些數據作為科學試驗的中間環節，即數據往往只作為科研使用，并不能給社會應用帶來有益效果。可見，如何提供一種動物腦電分類模型的構建方法，對于電信號的分析和研究具有重要意義。

發明內容

鑒于上述問題，本發明實施例提出了一種動物腦電分類模型的構建方法及裝置，通過對多種刺激模式下的情緒腦電進行分析和特征提取，在建模過程中對不同刺激模式下的特征進行融合，增強分類器的學習能力，能夠構建一種穩定、可靠的動物腦電分類模型，進而準確地實現腦電信號對應心理狀態的分析，對于電信號的分析和研究具有重要意義。

本發明的一個方面，提供了一種動物腦電分類模型的構建方法，所述方法包括：

采集動物在不同心理狀態下產生的多個原始腦電信號，所述不同心理狀態是指動物在不同刺激源的刺激下產生的心理狀態；

去除所述多個原始腦電信號中的噪聲干擾得到對應的有效腦電信號；

提取各個有效腦電信號的特征值；

對所述特征值進行特征清理、特征選擇和/或特征變換，以得到特征訓練子集；

采用機器學習算法對所述特征訓練子集進行訓練，構建動物腦電分類模型。

其中，所述去除所述多個原始腦電信號中的噪聲干擾得到對應的有效腦電信號，包括：

對所述多個原始腦電信號去除眼電噪聲處理，得到初濾腦電信號；

對所述初濾腦電信號進行小波去噪，得到修正腦電信號；

根據預設的限定幅值，對所述修正腦電信號進行挑選，去除修正腦電信號超出所限定幅值的數據段，得到基準數據段；

計算所述基準數據段的均值，用所述修正腦電信號減去所述均值；

對減去均值后的修正腦電信號進行去除基線漂移處理；

對去除基線漂移后的修正腦電信號進行濾波，得到有效腦電信號。

其中，所述對所述多個原始腦電信號去除眼電噪聲處理，包括：

截取一特定時長的所述原始腦電信號，作為原始基準信號；

對所述原始基準信號按照預設眼電噪聲頻率范圍進行帶通濾波以得到基準初濾腦電信號；

將所述基準初濾腦電信號各數據點幅值與預設眼電噪聲幅度閾值進行比較，當某一數據點幅值由小于預設眼電噪聲幅度閾值變為等于預設眼電噪聲幅度閾值時，設定該數據點之前的一特定時長為第一測試眨眼時段，設定該數據點之后的一特定時長為第二測試眨眼時段，所述第一測試眨眼時段及所述第二測試眨眼時段構成第一測試眨眼周期；提取所述第一測試眨眼周期內的基準初濾腦電信號作為該第一測試眨眼周期內的第一眨眼信號；

將所述特定時長內的所有第一測試眨眼周期內的所述第一眨眼信號進行平均，得到第一眼電噪聲平均波形；

將所述原始腦電信號與所述第一眼電噪聲平均波形相疊加，以抵消所述第一測試眨眼周期內的噪聲干擾，得到初濾腦電信號。

其中，所述提取各個有效腦電信號的特征值至少可通過以下方法實現，包括：

提取各個有效腦電信號的能量譜分布狀態，將各個有效腦電信號的能量譜分布狀態作為該有效腦電信號的特征值，或

提取各個有效腦電信號的信號幅值分布的變化狀態，將各個有效腦電信號的信號幅值分布的變化狀態作為該有效腦電信號的特征值，或

計算各個有效腦電信號的LzC復雜度，將各個有效腦電信號的LzC復雜度作為該有效腦電信號的特征值，或