[發明專利]一種腦力負荷自動辨識方法及系統

在審

• 申請號: 202010452922.1
• 申請日: 2020-05-26
• 公開（公告）號: CN111616680A
• 公開（公告）日: 2020-09-04
• 發明（設計）人: 龐麗萍;曲洪權;完顏笑如;曹曉東;王錫玥
• 申請（專利權）人: 北京航空航天大學
• 主分類號: A61B5/00
• 分類號: A61B5/00;A61B5/0476;G06K9/62
• 代理公司: 北京高沃律師事務所 11569
• 代理人: 杜陽陽

本發明公開了一種腦力負荷自動辨識方法及系統。該腦力負荷自動辨識方法包括：獲取腦電信號；采用獨立成分分析法對腦電信號進行分離，得到多個腦電獨立分量；提取各腦電獨立分量的能量特征；將能量特征輸入到SVM分類器中，得到腦電信號的腦力負荷分類結果。本發明能夠提高腦力負荷的辨識準確率。

技術領域

本發明涉及腦力負荷辨識領域，特別是涉及一種腦力負荷自動辨識方法及系統。

背景技術

現有的腦力負荷辨識方法首先對采集的腦電信號(electroencephalogram，EEG)進行濾波處理，再對濾波后腦電信號進行特征提取，最后將得到的特征向量作為輸入，利用支持向量機(Support Vector Machine，SVM)實現腦力負荷分類。圖1為現有的腦力負荷辨識方法的流程圖。參見圖1，步驟101為采集的原始腦電信號(EEG)；步驟102為腦電信號預處理；步驟103為特征提取；步驟104為SVM分類器。

現有的腦力負荷辨識方法均是基于腦電信號展開研究，將采集的原始腦電信號進行濾波處理，得到濾波后的腦電信號，對其提取不同頻段對應的能量特征，最后將所提特征作為輸入，利用SVM進行腦力負荷分類。腦電圖電極記錄的通道信號是一組腦信號的混合信號，混合過程中導致部分腦信號特征被掩蓋，直接分析混合信號不利于區分腦電信號的特性，導致辨識準確率較低。

發明內容

基于此，有必要提供一種腦力負荷自動辨識方法及系統，以提高辨識準確率。

為實現上述目的，本發明提供了如下方案：

一種腦力負荷自動辨識方法，包括：

獲取腦電信號；

采用獨立成分分析法對所述腦電信號進行分離，得到多個腦電獨立分量；

提取各所述腦電獨立分量的能量特征；

將所述能量特征輸入到SVM分類器中，得到所述腦電信號的腦力負荷分類結果。

可選的，所述采用獨立成分分析法對所述腦電信號進行分離，得到多個腦電獨立分量，具體包括：

構建計算模型

X(t)＝AS(t)；

其中，X(t)表示腦電信號，X(t)＝[x₁,x₂,...,x_m]^T，T表示轉置，m表示電極點的個數，S(t)表示腦電獨立分量集合，S(t)＝[s₁,s₂,...,s_n]^T，n表示腦電獨立分量的個數，A表示混合矩陣，A＝{a_ij},i＝1,2,...,m；j＝1,2,...,n；

構建對數似然函數

p_s(w_iX(t))表示第j個獨立分量的概率密度，W表示解混合矩陣，W＝[w₁,w₂,...,w_n]^T＝A^-1；

以所述對數似然函數最大為目標，對所述解混合矩陣求解，得到解混合矩陣的最優解；

由所述解混合矩陣的最優解計算混合矩陣的最優解；

將所述混合矩陣的最優解代入到所述計算模型中，得到腦電信號分離模型；

采用所述腦電信號分離模型對所述腦電信號進行分離，得到多個腦電獨立分量。

可選的，所述提取各所述腦電獨立分量的能量特征，具體包括：