[發明專利]基于持續同調的腦電信號特征提取與準確度判別的方法

在審

• 申請號: 202110598865.2
• 申請日: 2021-05-31
• 公開（公告）號: CN113331845A
• 公開（公告）日: 2021-09-03
• 發明（設計）人: 劉再生;張宏綱;趙志峰;李榮鵬
• 申請（專利權）人: 浙江大學
• 主分類號: A61B5/374
• 分類號: A61B5/374;A61B5/00
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 邱啟旺

本發明公開了一種基于持續同調的腦電信號特征提取與準確度判別的方法，采集時域EGG腦電信號，采用零相移濾波器劃分波段,分別構造相關系數矩陣或相關距離矩陣，通過Vietoris–Rips濾值構造單純復形，進行持續同調分析，得到持久性條碼圖，提取拓撲空間特征，來判別時域EGG腦電信號特征提取的準確度。本發明采用代數拓撲中的持續同調分析方法對人腦認知信號中的高級認知過程進行數字化分析，能有有效得提取被測對象對清晰輪廓圖像的識別和對混亂輪廓圖像的識別下的不同特征，實現兩者圖像的有效可分性，能夠判定提取的腦電信號特征的準確性，是目前對生物神經信號的有效數字化方法。

技術領域

本發明屬于腦機接口領域，具體涉及一種基于持續同調的腦電信號特征提取與準確度判別的方法。

背景技術

6G通信技術的發展帶來大帶寬、超高速、超低延遲的通信性能革新是可以預見的。信息通信技術和神經科學的融合發展預示了腦與腦無線通信(B2BC)的可能性與巨大潛力。但是神經信號的常用載體是多路電極的時域信號，同時腦部神經信號是微弱且精密的，因而這類時域信號不是良好的傳輸載體。目前結合腦機接口的各類算法更多的是對知覺和直觀刺激產生的腦電信號進行分析，還沒有涉及到意識層面的信號的分析。現有的EEG信號的最常見的典型分析方法就是對原始的時域EEG信號進行濾波、去除偽跡、ERP(event-relatedpotentials事件相關電位)分析以及觀察2D或3D腦域活動熱圖等方式去觀察其表現出來的特征。這些表征都是抽象侯的展示，更多的是通過對比、觀察、閾值比較等來側面分析神經信號對應的信息。要實現腦對腦通信，這就需要對神經信號進行可靠的特征提取，將復雜多路時域信號轉化為簡潔直觀的數字特征，從而實現神經信號數字化，提高B2BC中信息傳輸的魯棒性。

發明內容

本發明針對現有技術不足，提出了一種基于持續同源性的腦電信號特征提取方法。

為實現上述技術目的，本發明采用了以下技術方案：一種基于持續同調的腦電信號特征提取與準確度判別的方法，包括以下步驟：

(1)采集時域EGG腦電信號，采用零相移濾波器劃分時域EGG腦電信號的波段；

(2)對步驟(1)劃分的時域EGG腦電信號的每個波段，分別構造相關系數矩陣或相關距離矩陣，來表示該波段內的不同電極之間的關聯性強度。

(3)通過Vietoris–Rips濾值對步驟(2)得到的相關系數矩陣或相關距離矩陣構造單純復形；

(4)對步驟(3)構建的單純復形進行持續同調分析，得到持久性條碼圖；

(5)持續同調熵分析：利用步驟(4)得到的持久條碼圖提取拓撲空間特征，判別時域EGG腦電信號特征提取的準確度。

進一步地，所述步驟(1)包括以下子步驟：

(1.1)用清晰輪廓圖像和混亂輪廓圖像對被測對象進行識別輪廓圖片的視覺刺激實驗，利用腦電帽收集提取時域EGG腦電信號，其中實采樣頻率為1000Hz，濾波窗口頻率為0.3～100Hz；

(1.2)對采集的時域EGG腦電信號，進行基線校準、試次分割、疊加平均操作，得出清晰輪廓圖像和混亂輪廓圖像分別對應的兩個的時域EGG腦電信號試次，隨后采用零相移濾波器對不同波段進行劃分，將時域EGG腦電信號濾波分為θ波段(4～7hz)、α波段(8～13hz)、β波段(14～30hz)和全波段(1～45hz)。

進一步地，所述步驟(2)中的構造相關系數矩陣具體包括以下子步驟：

(2.1.1)將獲取的時域EGG腦電信號導入到matlab軟件中的eeglab工具包的數據分析平臺，對時域EGG腦電信號進行偽跡去除、整體濾波、試次分割以及疊加平均，得到經過預處理后的每個試次時段的信號F_EEG，即得每個試次時段的信號F_EEG如式(1)所示：