[發明專利]用于腦電信號情感分析的改進公共空間模式特征提取方法

有效

• 申請號: 201910492877.X
• 申請日: 2019-06-06
• 公開（公告）號: CN110403602B
• 公開（公告）日: 2022-02-08
• 發明（設計）人: 楊利英;王靖丹;魏建華
• 申請（專利權）人: 西安電子科技大學
• 主分類號: A61B5/372
• 分類號: A61B5/372;A61B5/16
• 代理公司: 西安長和專利代理有限公司 61227
• 代理人: 黃偉洪

1.一種用于腦電信號情感分析的改進公共空間模式特征提取方法，其特征在于，所述用于腦電信號情感分析的改進公共空間模式特征提取方法包括：

第一步，利用小波包變換在時頻域分解腦電信號，提取腦電波的gamma節律；

第二步，采用一對一策略將公共空間模式從兩類模式擴展到多類模式，利用一對一公共空間模式對gamma節律腦電提取特征向量；

第三步，根據特征值的分布特點對特征向量的維數進行選擇；

所述用于腦電信號情感分析的改進公共空間模式特征提取方法對原始腦電信號提取gamma節律腦電，包括：采用小波包變換在時頻域對腦電信號進行分解，將gamma頻段對應的若干子帶的節點系數進行組合重構，從而提取出與原始腦電信號形式一致的gamma節律腦電信號；

所述用于腦電信號情感分析的改進公共空間模式特征提取方法基于公共空間模式對gamma節律腦電樣本數據提取特征向量，具體包括：設情緒腦電的類別個數為n，則針對n類情緒識別問題，采用一對一方法對傳統的兩類公共空間模式進行擴展，一對一公共空間模式算法的步驟為：

(1)用E_i來表示gamma節律情緒腦電樣本數據，i指第i類(i＝1,2,...,n)；矩陣E_i的大小為N*T，其中N為記錄腦電信號所使用的通道數，T為在每個通道上采集的樣本點數目，滿足約束條件N≤T；分別對每個樣本數據計算歸一化協方差矩陣，記為R_i：

式中，表示對角矩陣的跡；

然后對每一類所有樣本數據的歸一化協方差矩陣求平均值作為該類數據的平均歸一化空間協方差矩陣則任意兩類樣本數據的混合空間協方差矩陣R為：

(2)首先對R進行主分量分解：

R＝UVU^T；

其中V為特征值對角矩陣，U為由與V中特征值相對應的特征向量構成的特征向量矩陣；

然后對特征值按降序排序，并對特征向量的排列順序做相應的調整，得到新的V和U；定義白化矩陣P為：

(3)首先用白化矩陣P對和進行白化變換：

然后對S₁和S₂進行主分量分解：

對S₁和S₂做主分量分解得到的兩個特征向量矩陣是相等的；兩個特征值對角矩陣之和為單位矩陣I，即V₁+V₂＝I；

將V₁中的特征值按照降序排列，則V₂中的特征值就是按照升序排列的；定義投影矩陣W為：

W＝B^TP；U₁＝U₂＝B

對任意兩類樣本數據都計算一個投影矩陣W_j(j＝1,2,...,n(n-1)/2)，并將得到的所有投影矩陣縱向拼接，構建一個n類空間濾波器SF；

(4)對每個樣本數據E_i使用SF進行濾波：

Z_i＝SFE_i；i＝1,2,...n；

得到的Z_i表示單個樣本的模式特征矩陣，其中一行表示一個通道上的特征分布情況；取每個通道特征向量的方差作為提取的腦電信號特征，再對特征值進行對數運算，特征向量如下式所示：

f_i＝log(var(Z_i))；i＝1,2,...n。

2.如權利要求1所述的用于腦電信號情感分析的改進公共空間模式特征提取方法，其特征在于，所述用于腦電信號情感分析的改進公共空間模式特征提取方法對特征向量的維數進行選擇，包括：將一個一對一公共空間模式特征向量看作是由所有的投影矩陣依次作用于樣本數據得到的CSP特征向量拼接而成的特征向量；對一對一公共空間模式特征向量取其中每一小段特征向量的前m個特征點和后m個特征點組成低維特征向量，來完成對特征值的篩選。

3.如權利要求2所述的用于腦電信號情感分析的改進公共空間模式特征提取方法，其特征在于，m的取值范圍為1-10。

4.一種應用權利要求1～3任意一項所述用于腦電信號情感分析的改進公共空間模式特征提取方法的腦電信號處理系統。