[發明專利]一種基于混合二進制編碼的腦電信號特征優選及分類器優選方法

在審

• 申請號: 201910002421.0
• 申請日: 2019-01-02
• 公開（公告）號: CN109691996A
• 公開（公告）日: 2019-04-30
• 發明（設計）人: 王欣;譚平;王勇
• 申請（專利權）人: 中南大學
• 主分類號: A61B5/0476
• 分類號: A61B5/0476
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種基于混合二進制編碼的腦電信號特征優選及分類器優選方法，屬于特征選擇與模式識別技術領域。本發明提出的混合二進制編碼機制有效結合了特征選擇和分類器選擇，可以選擇出分類效果更佳的特征子集。本發明首先采集腦電信號數據；對腦電信號進行去噪、濾波等預處理；結合時?頻?空三維特征，對腦電信號進行特征提取，得到原始特征集；利用基于混合二進制編碼的差異進化算法對原始特征集進行特征優選及分類器優選，選出最優的特征子集；將最優的特征子集輸入最終分類器獲得最終分類精度。此發明能夠在最大化分類精度的同時最小化特征個數，降低數據維度，加快學習過程，提高分類性能。

技術領域

本發明涉及一種基于混合二進制編碼的腦電信號特征優選及分類器優選方法，可以應用于特征優選及分類器優選，屬于特征選擇與模式識別技術領域。

背景技術

腦-機接口(Brain Computer Interface，簡稱BCI)是一種基于腦電信號實現人腦與計算機或其他設備之間通信和控制的接口。它利用計算機等設備對特定任務下采集的腦電數據進行分析，將大腦信息轉換為控制命令，實現人與外界的交流以及對外部環境的控制。目前BCI技術在國際上已引起眾多研究者的關注，成為神經工程、生物醫學工程、計算機技術、通信等多領域交叉的一個新的研究方向，具有很高的科學和應用價值。

BCI系統提供了一種全新的通訊方式，它可以幫助肢體嚴重殘疾的人，使其在一定程度上恢復與外界交流的能力；或協助患有癲癇和中風等疾病的患者進行生物反饋治療；以及進行電腦游戲的控制等。一般情況下，BCI系統包括信號采集模塊、預處理模塊、特征提取模塊、分類模塊和控制模塊5個模塊。信號采集模塊作為系統的輸入，它需要通過信號采集設備從大腦皮層采集腦電信號，經過放大、濾波、采樣、A/D轉換等處理方式得到一組可以被計算機識別的信號，然后把這組信號放到信號處理模塊進行信號的預處理，然后提取特征信號，再利用這些特征作模式識別，得到一個具體的指令，最后把這個指令交給控制設備模塊，實現對外部設備的控制。

通過特征提取方法后獲得的腦電信號特征，不可避免的會存在一些與分類無關或者相關但是冗余的信息。對全部特征進行處理不僅分類過程中會浪費一定的時間，加重分類器負擔，而且會由于無關特征的影響導致分類正確率降低。可以通過特征選擇來消除冗余和不相關的特征，以此來降低數據的維度，從而加快學習過程，簡化學習模型和提高分類性能。特征選擇的任務是從所有特征中挑選出一些最有效的特征，以達到降低樣本維數，提高分類性能的目的。實踐證明用少數幾個特征進行分類器設計，不僅在樣本不多的情況下可以改善分類器性能，而且在很多情況下，可以降低模式識別系統代價，提高分類速度。

因此，需要一種基于混合二進制編碼的腦電信號特征優選及分類器優選方法。

發明內容

本發明的目的在于提供一種基于混合二進制編碼的腦電信號特征優選及分類器優選方法，旨在最大化分類精度的同時最小化特征個數。

本發明的技術方案為：首先采集被測試者當前行為的腦電信號并對其進行預處理，數據分為訓練數據與測試數據；在獲得了數據之后對其進行特征提取；其次進行特征選擇；然后把選出的最優特征送入分類器進行腦電思維分類，最終作為不同控制信號輸出，從而實現對外部設備的控制；具體過程如下：

步驟1：樣本采集，從依附在試驗者大腦頭皮表面的電極處采集腦電信號；

步驟2：腦電信號的預處理，EEG信號的預處理是進行特征提取和分類必不可少的前提，指濾除噪聲和偽跡、提高信噪比的過程；

步驟3：腦電信號的特征提取，特征提取是BCI研究中的一個核心環節，其主要任務是將腦電信號中可以表征測試者不同思維狀態的特征提取出來。由于人腦的復雜性以及人們對大腦意識形成的認識還不夠深入，且同一種思維狀況在不同的人身上的腦電表征也不盡相同，因此如何快速有效地提取EEG信號的特征是BCI研究的關鍵；