[發(fā)明專利]基于運動想象的腦電信號識別方法、系統(tǒng)、介質(zhì)及設備

有效

• 申請?zhí)枺?/td>: 201810073041.1
• 申請日: 2018-01-25
• 公開（公告）號: CN108542383B
• 公開（公告）日: 2020-07-14
• 發(fā)明（設計）人: 蔣昌俊;閆春鋼;丁志軍;張亞英;張瑾
• 申請（專利權(quán)）人: 同濟大學
• 主分類號: A61B5/0476
• 分類號: A61B5/0476
• 代理公司: 上海光華專利事務所(普通合伙) 31219
• 代理人: 王華英

1.一種基于運動想象的腦電信號識別方法，其特征在于，包括：

從腦電信號傳感器獲取多通道的原始腦電信號；

對所述原始腦電信號濾波并篩除無關(guān)信號獲取腦電濾波信號；

根據(jù)預設分解方法將每一通道中的所述腦電濾波信號分解為預設數(shù)目的信號分量；

根據(jù)參考導聯(lián)計算每一通道中的所述信號分量獲取分量篩選值，根據(jù)所述分量篩選值篩選所述信號分量并將篩選的各個通道的所述信號分量相加得到每一通道的重組信號，具體包括：

根據(jù)所述信號分量的震蕩模式選取參考導聯(lián)C3及參考導聯(lián)C4；

以所述參考導聯(lián)C3及所述參考導聯(lián)C4對應的所述信號分量IMF^C3_j,IMF^C4_j計算所述分量篩選值，具體計算方式為：

其中δ為分量篩選值，IMF為所述信號分量，C3、C4為參考導聯(lián)，j為信號分量序號，n為單個通道的信號分量數(shù)目；

判斷所述分量篩選值δ是否大于預設閾值；

若是，則保留所有導聯(lián)中的第j個所述信號分量IMF；

若否，則篩除第j個所述信號分量IMF；

將保留的所述信號分量IMF相加得到所述重組信號；

根據(jù)共空間模式提取所述重組信號中的特征信息；

利用線性支持向量機對所述特征信息的信號樣本進行分類，根據(jù)所述信號樣本的類別識別每一通道中的所述重組信號的類別信息并發(fā)出，具體包括：

根據(jù)所述特征信息獲取信號樣本的多維特征信息；

所述線性支持向量機對所述多維特征信息中的每一維特征信息賦予預設權(quán)重數(shù)據(jù)；

獲取所述信號樣本的實際類別信息并根據(jù)所述實際類別信息訓練所述權(quán)重數(shù)據(jù)；

根據(jù)所述權(quán)重數(shù)據(jù)得到所述重組信號的所述類別信息；

將所述類別信息作為輸出控制信息發(fā)出。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)預設分解方法將每一通道中的所述腦電濾波信號分解為預設數(shù)目的信號分量具體包括：

接收所述腦電濾波信號，將所述腦電濾波信號作為輸入；

根據(jù)多元經(jīng)驗模式分解方法將每一通道中的所述腦電濾波信號分解為分量{IMFⁱ₁,IMFⁱ₂,…,IMFⁱ_j,…,IMFⁱ_n},i＝1,…,N，其中n為單個通道的IMF數(shù)目，IMF為固有模態(tài)函數(shù)分量，i為通道編號。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)共空間模式提取所述重組信號中的特征信息具體包括：

獲取每一通道的所述重組信號并將所述重組信號作為信號樣本；

根據(jù)共空間模式算法增益各重組信號間差異性；

根據(jù)所述差異性將所述信號樣本分類得到樣本分類信息；

組合所述樣本分類信息得到多類別樣本的特征信息。