[發(fā)明專利]一種基于腦電溯源和偶極子選擇的運動想象分類方法

有效

• 申請?zhí)枺?/td>: 202210783534.0
• 申請日: 2022-07-05
• 公開（公告）號: CN114861738B
• 公開（公告）日: 2022-10-04
• 發(fā)明（設計）人: 陳昆;魏欣;馬力;劉泉;艾青松
• 申請（專利權）人: 武漢理工大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N20/10;G06K9/62;A61B5/372
• 代理公司: 武漢開元知識產權代理有限公司 42104
• 代理人: 劉琳

1.一種基于腦電溯源和偶極子選擇的運動想象分類方法，其特征在于：所述方法包括如下步驟：

S1：采集基于多類別運動想象的腦電信號，通過帶通濾波器和共平均參考進行預處理；

S2：計算頭部模型Headmodel、源模型Sourcemodel以及導聯(lián)場Leadfield；

S3：將標準化低分辨率大腦磁電斷層掃描sLORETA作為計算源空間腦電信號的約束條件，對采集的腦電信號以及導聯(lián)場Leadfield溯源得到源空間腦電信號；

S4：計算各類別運動想象腦電信號在源空間每個偶極子中的能量，采用改進型F-score方法并設置閾值作為源空間偶極子選取的策略，得到篩選后的源空間偶極子子集，提取源空間偶極子子集的腦電數據；具體步驟包括：

S4.1：對于溯源之后源空間腦電信號的所有數據S(t)∈4N×C×T，求左手、右手、舌頭、雙腳各類別信號的平均信號其中N表示各運動想象類別腦電信號的實驗次數，C表示源空間的偶極子數目，T表示時域采樣點，i∈{1,2,3,4}，分別表示左手、右手、舌頭、雙腳的運動想象腦電信號；

S4.2：計算源空間各個類別平均信號在各偶極子中的能量P_i(c)∈C×1，其中i∈{1,2,3,4}；

S4.3：求各類別信號能量與其他類別信號能量在各偶極子中的改進型F-score值F_ir(c)，并分別設置閾值，選擇F_ir(c)大于閾值的偶極子，得到選取后的偶極子子集L，提取源空間在偶極子子集L中的腦電信號V(t)；

S5：對提取的腦電數據采用共空間模式CSP提取信號特征；

S6：將CSP特征輸入支持向量機中進行分類，獲得分類結果。

2.根據權利要求1所述的一種基于腦電溯源和偶極子選擇的運動想象分類方法，其特征在于：步驟S2)中所述源模型Sourcemodel是指根據偶極子源的估計數目、位置以及方向計算得到的源模型，在步驟S2中設置偶極子數目為15002個，且偶極子均勻分布在皮層上。

3.根據權利要求1所述的一種基于腦電溯源和偶極子選擇的運動想象分類方法，其特征在于：步驟S2)中計算頭部模型Headmodel時，采用頭皮-腦脊液-頭骨的邊界元素模型BEM，由于大腦內各結構的電導率不同，在步驟S2中設置頭皮：腦脊液：頭骨的電導率為1:0.0125:1，邊界元素模型使用ICBM152模型。

4.根據權利要求1所述的一種基于腦電溯源和偶極子選擇的運動想象分類方法，其特征在于：步驟S4.3具體包括：

S4.3.1：計算各類別運動想象腦電信號能量與其他類別信號能量的源空間的所有偶極子中的改進型F-score值F_ir(c)；

S4.3.2：將各類別F-score值F_ir(c)的最大值的x％設置為閾值threshold，選取各類別改進型F-score值大于閾值threshold的偶極子，添加進該類別選取偶極子的集合；

S4.3.3：將各類別選取偶極子集合的公共集合作為最終選擇的偶極子集合L，若L中選取的偶極子數目過大或過小，返回步驟S4.3.2對閾值threshold中的x％進行調整，對提取源空間數據偶極子L對應的數據，作為通道選擇后的數據V(t)，V(t)∈4N×L×T。

5.根據權利要求4所述的一種基于腦電溯源和偶極子選擇的運動想象分類方法，其特征在于：所述改進型F-score值F_ir(c)的計算公式中，分子為同一偶極子不同類別信號能量的差值的平方，分母為同一偶極子不同類別信號能量之和，分子計算辨別能力大小，分母對進行數據歸一化操作：

其中，X_r＝1/3P_rest，X_i＝P_i，P_rest表示除i類別外的其他三個類別的源空間平均信號能量之和。