[發明專利]一種基于數據結構化分解的腦電信號分析方法

有效

• 申請號: 202010114457.0
• 申請日: 2020-02-25
• 公開（公告）號: CN111265214B
• 公開（公告）日: 2022-09-09
• 發明（設計）人: 彭勇;李晴熙
• 申請（專利權）人: 杭州電子科技大學
• 主分類號: A61B5/372
• 分類號: A61B5/372;A61B5/00;G06F17/16
• 代理公司: 杭州君度專利代理事務所(特殊普通合伙) 33240
• 代理人: 黃前澤

本發明公開了一種基于數據結構化分解的腦電信號分析方法。大腦不同的皮層之間雖然負責不同的功能，但卻會相互影響，易受干擾，這造成了腦電信號的非線性以及非平穩性的特點。本發明如下：1、采集受試者的腦電數據；2、對二維腦電數據進行分解。3、分別求解出全局信息低秩矩陣、公共信息矩陣、噪聲矩陣。4、構建樣本子空間與識別方案。本發明提供了一種能夠區分不同應用場景的新型和有效的生理信號處理方式，能夠有效進行腦電信號處理，可以在腦電信號中分離出適合于模式識別的腦電本征部分和差異化部分，以及會影響識別準確率的噪聲部分；利用分離出的本征部分和差異化部分，能在多種腦電識別任務中，提高識別的準確率。

技術領域

本發明屬于生物信號處理領域中的腦電信號處理技術領域，具體涉及一種基于數據結構化分解的腦電信號分析方法。

背景技術

腦電信號是一種生物電信號，是由大腦皮層產生的一種特殊的電位活動。早在上個世紀初，精神科學專家Hans Berge就針對腦電信號做了許多研究，這些研究被人們認作是腦機領域的首次系統性描述。由生物學知識了解到，腦電信號是一種比較復雜的信號，它攜帶了大量人類個體生理信息，與情感、認知以及記憶力等多種人類相關行為存在一定聯系。隨著時代的發展，傳感器、放大器等科學技術手段變得越來越成熟，信號分析技術的革新，腦電信號逐漸被人們所熟知，同時逐漸應用到各個領域。

然而腦電信號的提取一直是一個難題。它具有信號微弱、非線性和非平穩等特性。采集出來的腦電信號通常十分微弱，在采集過程中極易受到外界的干擾，像眨眼、心跳加速、突然興奮等細微動作都會一定程度上影響到腦電信號的采集。同時采集到的腦電信號的幅值大都偏低，遠不像肌電信號和心電信號那樣明顯，幅值一般只有50-100μV；此外，大腦是人體功能結構當中最復雜的器官，不同的皮層之間雖然負責不同的功能，但卻會相互影響，易受干擾，這造成了腦電信號的非線性以及非平穩性的特點。因此，提取腦電信號中的有用成分是一項具有挑戰的研究同時它的應用前景十分廣闊。

發明內容

本發明的目的在于提供一種基于數據結構化分解的腦電信號分析方法。

本發明的具體步驟如下：

步驟1、采集受試者的腦電數據；對所得向量化一維腦電信號進行預處理，同時根據標準電極位置配置將一維腦電信號轉成可以保留空間信息的二維腦電信號。

1-1.對N個受試者均在M個不同的環境或時間下進行腦電數據采集，得到N·M組腦電數據。同一受試者在M次采集時大腦保持同樣的被測任務類別。N個受試者在測試中對應的被測任務類別包含了所有的被測任務類別。

1-2.對步驟1-1所得的所有腦電數據進行預處理。

1-3.將各個一維的腦電數據轉化為二維腦電矩陣

步驟2、對二維腦電數據進行分解。

2-1.建立二維腦電數據集二維腦電數據集內的每個腦電數據X_i,j均為步驟1-3中所得的其中一個二維腦電矩陣。腦電數據X_i,j由第i個受試者在第j種環境或時間下測得。

2-2.將所有腦電信號X_i,j逐一分解為三個分量的組合，i＝1,2,…,N，j＝1,2,…,M，如式(1)所示。

式(1)中，C_i是表示腦電信號X_i,j的公共信息矩陣；A_j是腦電信號X_i,j的全局信息低秩矩陣；E_i,j是噪聲矩陣。

2-3.針對公共信息矩陣C_i、全局信息低秩矩陣A_j和噪聲矩陣E_i,j建立目標函數如式(2)所示。