利用EEG‑NIRS融合特征的动作意向分类方法技术

本发明专利技术公开了一种利用EEG‑NIRS融合特征的动作意向分类方法，包括以下步骤：步骤一、对采集到的脑电(electroencephalo‑graphy，EEG)信号做预处理；步骤二、对采集到的近红外光谱(near‑infrared spectroscopy，NIRS)信号做预处理；步骤三、对EEG信号提取特征；步骤四、对NIRS信号提取特征；步骤五、将步骤三和步骤四得到的特征分别作归一化处理，再进行特征融合；步骤六、采用模式分类算法对融合后的特征进行分类。本发明专利技术将两种单模态的EEG和NIRS特征分别进行归一化，进而串联成一个融合特征，将EEG和NIRS包含的信息有效结合。与现有技术相比，本发明专利技术中提出的方法有如下优势：结合运动意向分类问题，充分利用EEG的高时间分辨率和NIRS较高的空间分辨率，特征简单有效，形成信息的互相补充，提高分类的性能。

The action intention classification method using EEG NIRS fusion feature

The invention discloses a method using EEG NIRS fusion feature action intention classification method, which comprises the following steps: first, the EEG collected (electroencephalo graphy, EEG) signal preprocessing; near infrared spectroscopy, step two of the collected (near infrared spectroscopy, NIRS) signal pretreatment; step three, the EEG signal feature extraction; step four of the NIRS signal, feature extraction, feature; step five steps three and four respectively for normalization, then feature fusion; step six, using pattern classification algorithm to classify the fused features. In this invention, two single mode EEG and NIRS features are normalized, and then a fusion feature is connected in series, and the information contained by EEG and NIRS is effectively combined. Compared with the existing technology, the method proposed in this invention has the following advantages: combining the motion intention classification problem, making full use of EEG's high temporal resolution and high spatial resolution of NIRS, it is characterized by simple and effective features, forming complementary information and improving classification performance.

【技术实现步骤摘要】
利用EEG-NIRS融合特征的动作意向分类方法
本专利技术属于EEG和NIRS脑机接口
，具体地说，涉及利用EEG-NIRS融合特征的动作意向分类方法。
技术介绍
人类的大脑是历经了长时间的进化而具备意识和思维的组织器官，它是中枢神经系统极其重要的组成部分，主要包含左半脑和右半脑。人在进行运动任务的时候，大脑的运动区域会被激活。这类激活的具体表现为：区域的新陈代谢与血液流量增加，与此同时，特定频带的EEG信号幅度降低，此即事件相关去同步化现象。而随后EEG信号幅度增加，此即事件相关同步化现象。NIRS脑成像技术近些年来广受人们关注。在大脑进行认知活动时，激活脑区中血流的含氧量会大幅度提高，氧化血红蛋白(oxygenatedhemoglobin，HbO)浓度增加，脱氧血红蛋白(deoxygenatedhemoglobin，HbR)浓度降低。NIRS基于HbO与HbR对于近红外光谱波段吸收能力的差异，通过大脑吸收、发出的红外光的差异呈现人脑的认知活动。然而，基于单模态EEG或NIRS的动作意向分类存在如下问题：分类速度与分类准确率有待提升；系统的适应性和可靠性有待提高。EEG和NI本文档来自技高网...

【技术保护点】
利用EEG‑NIRS融合特征的动作意向分类方法，其特征在于：包括以下步骤：步骤一、对采集到的脑电(electroencephalo‑graphy，EEG)信号做预处理；步骤二、对采集到的近红外光谱(near‑infrared spectroscopy，NIRS)信号做预处理；步骤三、对EEG信号提取特征；步骤四、对NIRS信号提取特征；步骤五、将步骤三和步骤四得到的特征分别作归一化处理，再进行特征融合；步骤六、采用模式分类算法对融合后的特征进行分类。

【技术特征摘要】
1.利用EEG-NIRS融合特征的动作意向分类方法，其特征在于：包括以下步骤：步骤一、对采集到的脑电(electroencephalo-graphy，EEG)信号做预处理；步骤二、对采集到的近红外光谱(near-infraredspectroscopy，NIRS)信号做预处理；步骤三、对EEG信号提取特征；步骤四、对NIRS信号提取特征；步骤五、将步骤三和步骤四得到的特征分别作归一化处理，再进行特征融合；步骤六、采用模式分类算法对融合后的特征进行分类。2.根据权利要求1所述的利用EEG-NIRS融合特征的动作意向分类方法，其特征在于：所述步骤一的具体方法是：利用独立成分分析(independentcomponentanalysis，ICA)算法对动作意向脑电数据去除眼电干扰；ICA滤波对原始数据作独立成分分解，获取原始信号中的独立脑电成分和各个干扰伪迹成分，保留独立脑电成分，置零干扰信号成分，进而进行ICA逆变换，获取重新构建的脑电信号。3.根据权利要求1所述的利用EEG-NIRS融合特征的动作意向分类方法，其特征在于：所述步骤二...

【专利技术属性】
技术研发人员：王海贤，李日成，张友红，
申请(专利权)人：佛山科学技术学院，
类型：发明
国别省市：广东,44