【技术实现步骤摘要】
一种运动想象脑电信号的特征提取方法
本专利技术属于脑电信号处理方法,具体应用于脑-机接口(Brain-ComputerInterface,BCI)系统中对运动想象脑电信号的特征提取,对地标点最大方差展开(LandmarkMaximumVarianceUnfolding,L-MVU)进行改进,提出了一种增量式地标点最大展开方法(Incremental,L-MVU,IL-MVU),并与双树复小波变换(DualTreeComplexWaveletTransform,DTCWT)相结合,实现对运动想象脑电信号的特征提取与融合。
技术介绍
运动想象脑电信号(MotorImageryElectroencephalography,MI-EEG)中包含大量的生理信息,并且与意识状态密切相关。因此,对MI-EEG的识别成为脑-机接口系统中的关键,而从运动想象脑电信号中获得特征的优劣将直接影响对其的识别精度。运动想象脑电信号是一种非线性、非平稳及时频特性比较明显的信号,如何充分利用这些特征是精确提取特征的关键。双树复小波变换由两个并行的离散小波变换(DiscreteWaveletTransform,DWT)构成,这两个小波变换分解产生的小波系数作为复小波系数的实部与虚部,构成实部树与虚部树。双树复小波变换实现了实部树与虚部树信息的互补,既能够实现从多个尺度上对信号进行分解,又具有完全重构性,并且可以有效消除频率混叠。但是仅仅提取运动想象脑电信号的时频特征并不能得到利于分类的完备的特征,流形学习(ManifoldLearning)的出现能够从非线性角度提取特征,同时解决了高维度 ...
【技术保护点】
1.一种运动想象脑电信号的特征提取方法,其特征在于:首先,根据平均能量谱确定对运动想象脑电信号进行特征提取的最优时间段,然后对原始运动想象脑电信号进行四层双树复小波分解,利用每个子带的复小波系数进行信号重构,通过计算重构后信号的平均能量,将其作为运动想象脑电信号的时频特征;同时,利用IL‑MVU算法对重构后的脑电信号进行降维,将降维后得到的低维向量作为运动想象脑电信号的非线性特征,接着通过对时频特征与非线性特征进行标准化处理,得到运动想象脑电信号的特征向量,最后将特征向量输入LDA分类器进行分类,并通过遍历的方式得到IL‑MVU算法的最优参数;脑电信号特征提取的生理学依据是:当大脑皮质某区域被激活时,该区域的代谢和血流增加,导致脑电波α节律即8~13Hz成分和β节律即14~30Hz成分幅度的降低,称为事件相关去同步即ERD;在大脑静息或惰性状态下,α节律和β节律表现出幅度明显增高,被称为事件相关同步化即ERS;因此,人在想象单侧手运动时,其对侧相应初级感觉运动皮层的脑电α节律和β节律幅值会降低;而同侧对应节律的EEG幅值会升高;这为后续EEG信号提取时频特征特定子频带的确定,提供了理论 ...
【技术特征摘要】
1.一种运动想象脑电信号的特征提取方法,其特征在于:首先,根据平均能量谱确定对运动想象脑电信号进行特征提取的最优时间段,然后对原始运动想象脑电信号进行四层双树复小波分解,利用每个子带的复小波系数进行信号重构,通过计算重构后信号的平均能量,将其作为运动想象脑电信号的时频特征;同时,利用IL-MVU算法对重构后的脑电信号进行降维,将降维后得到的低维向量作为运动想象脑电信号的非线性特征,接着通过对时频特征与非线性特征进行标准化处理,得到运动想象脑电信号的特征向量,最后将特征向量输入LDA分类器进行分类,并通过遍历的方式得到IL-MVU算法的最优参数;脑电信号特征提取的生理学依据是:当大脑皮质某区域被激活时,该区域的代谢和血流增加,导致脑电波α节律即8~13Hz成分和β节律即14~30Hz成分幅度的降低,称为事件相关去同步即ERD;在大脑静息或惰性状态下,α节律和β节律表现出幅度明显增高,被称为事件相关同步化即ERS;因此,人在想象单侧手运动时,其对侧相应初级感觉运动皮层的脑电α节律和β节律幅值会降低;而同侧对应节律的EEG幅值会升高;这为后续EEG信号提取时频特征特定子频带的确定,提供了理论基础;脑电信号的这种事件相关去同步与事件相关同步化现象成为分析和判断左右手运动想象脑电信号的最根本依据。2.根据权利要求1所述的基于DTCWT和IncrementalL-MVU的运动想象脑电信号的特征提取方法,其特征在于:步骤1,信号预处理;根据MI-EEG信号产生的特点,MI-EEG的α节律和β节律中包含了特征较为明显的信息,并且C3和C4两通道的MI-EEG信号的事件相关同步/事件相关去同步现象最为明显,因此首先根据所有实验的C3和C4两导信号的平均能量谱分析确定脑电特征的有效时间范围,ch导联平均能量由下式计算:其中,N代表运动想象任务次数,dach(u,v)代表MI-EEG信号第u次运动想像任务ch导联的第v个采样点的信号幅值,ch表示导联名称,ch={c3c4};依此得到想象左右手运动的平均能量谱,根据平均能量谱选取ERS/ERD现象最为明显的时间段OT[min,max];步骤2,对原始脑电信号进行L层双树复小波分解并对各子带的小波系数进行重构;双树复小波变换由两次离散小波变换构成,两次离散小波变换分别构成实部树与虚部树,信号S(t)经双树复小波分解后得到两组小波系数与尺度系数,分别记为和j=1,2,…,L,由此得到双树复小波分解后各层复小波系数与复尺度系数表示如下:其中,i为虚数单位;假设由重构得到j尺度下的细节分量Dtj,由重构得到近似分量AL,则对于信号Sch(t)的L层双树复小波分解可以表示为:从而,将信号Sch(t)划分为多个子带信号;设信号Sch(t)的采样频率为fs,则各分量分别所对应的频带范围依次为:[0,fs/2L+1],[fs/2L+1,fs/2L],[fs...
【专利技术属性】
技术研发人员:李明爱,郗宏伟,杨金福,孙炎珺,
申请(专利权)人:北京工业大学,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。