基于独立分量分析的扫视信号特征提取方法和识别方法技术

本发明专利技术公开了一种基于独立分量分析的扫视信号特征提取方法，采集6导联扫视眼电信号并对其进行带通滤波处理，将滤波后的数据使用ICA方法建立对应不同扫视任务背景下的空域滤波器组后，进行线性投影，获取扫视信号的空域特征参数。本发明专利技术还公开了一种基于独立分量分析的扫视信号特征提取方法的识别方法，对眼动数据库中每个实验样本建立ICA空域滤波器组，提取特征参数，结合支持向量机进行交叉验证，确定最优ICA滤波器组及SVM模型参数；使用最优ICA空域滤波器组进行滤波后送入SVM分类器中进行识别。本发明专利技术的一种基于独立分量分析的扫视信号特征提取方法与识别方法，具有识别正确率更高、扩展性更强、应用前景良好等优点。

【技术实现步骤摘要】

本专利技术涉及一种基于独立分量分析的扫视信号特征提取方法和识别方法。
技术介绍
人在进行特定活动时所引发的眼动模式在很大程度上能够揭示其行为状态，如：阅读、写作、休息等，而这种眼动模式可以通过对眼球运动情况的跟踪来获取，因此基于眼动信息的人体行为识别(HumanActivityRecognition,HAR)算法的设计与实现已经成为新的研究热点。现阶段，采用视频的手段记录眼动信号已经得到广泛的应用，但基于视频的眼动跟踪系统，尤其是可穿戴式眼动跟踪系统价格昂贵、体积较大且笨重，同时在系统功耗与结果的实时分析上也不尽如人意。眼电图(Electro-oculogram,EOG)作为一种低成本的眼动信号测量技术，相比较传统视频手段，不仅测量更为精确，同时其采集设备也具有重量轻、便于长时间记录、更易实现可穿戴式设计等优点。因此，使用EOG替代传统的视频方法进行HAR系统设计具有重要的研究价值。EOG-HAR系统是指将EOG信号作为被观测对象，通过对其分析与识别，获取被观测对象的动作类型、行为模式等信息。在系统实现过程中，扫视EOG信号的检测与分析是最为关键的一步，为此，研究者们做出大量的研究。其中，Clement提出利用原始EOG信号的可视角度进行眼动信号的端点检测与识别；Aungsakun和Soltani等人利用眼球转动时所对应的EOG信号变化较快的特点提取扫视信号的特征参数；另外，Vidal和Bulling也都提到了使用扫视信号的统计和时域特征进行识别的思路。上述检测方法虽然取得了一定的成功，但这类方法主要关注的是单个导联眼动信号的分析，其分析过程仅考虑了单导联信号的变化而忽视了导联间的关联信息，难以保证扫视信号的识别正确率；另外，当眼动信号的类型增多时，上述方法难以有效识别，甚至出现无法识别的情况。
技术实现思路
本专利技术所要解决的技术问题是提供一种基于独立分量分析的扫视信号特征提取方法和识别方法,识别正确率更高、扩展性更强、应用前景良好。为了解决上述技术问题，本专利技术采用如下技术方案：一种基于独立分量分析的扫视信号特征提取方法，其特征在于，包括如下步骤：步骤1、多导联扫视信号采集与预处理：使用8个生物电极获取受试者上、下、左、右扫视时带有数据标签的6导联眼电信号；并将原始多导联眼电信号使用带通滤波器进行滤波，以去除噪声干扰；步骤2、ICA空域滤波器设计：使用单次实验数据yi(i＝1,…,N)进行ICA分析，并根据独立成份在采集电极的映射模式，自动选择扫视相关独立分量和对应的ICA滤波器，建立对应不同扫视任务背景下的ICA空域滤波器组{Dli，Dri，Dui，Ddi本文档来自技高网...

【技术保护点】
一种基于独立分量分析的扫视信号特征提取方法，其特征在于，包括如下步骤：步骤1、多导联扫视信号采集与预处理：使用8个生物电极获取受试者上、下、左、右扫视时带有数据标签的6导联眼电信号；并将原始多导联眼电信号使用带通滤波器进行滤波，以去除噪声干扰；步骤2、ICA空域滤波器设计：使用单次实验数据yi(i＝1,…,N)进行ICA分析，并根据独立成份在采集电极的映射模式，自动选择扫视相关独立分量和对应的ICA滤波器，建立对应不同扫视任务背景下的ICA空域滤波器组{Dli，Dri，Dui，Ddi}(i＝1,…,N)；步骤3、特征生成：指使用步骤(2)所生成的ICA空域滤波器组{Dli，Dri，Dui，Ddi}对原始6导联扫视信号进行线性投影，以生成对应任务背景下的扫视信号空域特征参数。

【技术特征摘要】
1.一种基于独立分量分析的扫视信号特征提取方法，其特征在于，包括如
下步骤：
步骤1、多导联扫视信号采集与预处理：使用8个生物电极获取受试者上、
下、左、右扫视时带有数据标签的6导联眼电信号；并将原始多导联眼电信号使
用带通滤波器进行滤波，以去除噪声干扰...

【专利技术属性】
技术研发人员：吕钊，吴小培，张贝贝，张超，周蚌艳，卫兵，张磊，高湘萍，
申请(专利权)人：安徽大学，
类型：发明
国别省市：安徽;34