The invention relates to the technical field of data processing, in particular to a method for obtaining the characteristics of brain wave signals, which comprises the following steps: (1) converting the time-domain signals to the frequency-domain signals for each channel of brain wave signals; (2) carrying out band-pass filtering and noise reduction for each channel after conversion; (3) calculating the statistical characteristics for the effective frequency bands of each channel after noise reduction; (4) according to the The target is applied to evaluate the characteristics of the three dimensions of the channel, frequency band and statistical characteristics of the EEG signal processed in step (3), and select the optimal combination of each dimension according to the evaluation results; (5) the optimal combination of the three dimensions of the channel, frequency band and statistical characteristics is aggregated to obtain the optimal characteristics of the EEG signal. The technical scheme of the invention can acquire the characteristics of brain wave signal adaptively and accurately.
【技术实现步骤摘要】
一种脑电波信号特征获取方法
本专利技术涉及数据处理
,特别涉及一种脑电波信号特征获取方法。
技术介绍
脑电波信号指通过专业仪器记录下来的人类脑细胞群及神经元的活动产生的自发的节律性的生物电信号,其英文描述为ElectroEncephaloGram,缩写EEG。脑电波反应了大脑内进行的各种活动以及大脑的功能状态,包含大量的信息。通常,可以在大脑的不同位置放置多个电极来采集十几个甚至上百个频道的脑电波信号。这些脑电波信号存在着零点漂移、工频干扰等噪声,且数据点多、冗余复杂,需要通过降噪预处理、特征提取、特征选择等步骤进行处理后才能作为其他应用场景的输入。传统的降噪方法有带通滤波器和带阻滤波器等,但对于脑电波信号处理而言,目前尚无统一的通频带范围。传统的脑电波信号特征提取方法大多只是对时域信号提取统计特征,例如信号的最大值、最小值、均值、中值等,并没有对频域信号进行提取,然而研究表明,脑电波的频域信号特征更值得挖掘。脑电波信号特征选择方法包括主成分分析法等,但这些方法并不能保证选出来的特征子集在下游应用领域能取得最佳效果。由于传统的处理方式中,降噪预处理、特征提取、特征选择等步骤均有较大的缺陷,导致脑电波信号特征的获取存在有效性差等问题。因此,需要一种目标自适应的有效获取脑电波信号特征的获取方法。
技术实现思路
为解决上述技术问题,本专利技术的目的在于提供一种脑电波信号特征获取方法。本专利技术技术方案如下:一种脑电波信号特征获取方法,包括如下步骤:(1)对脑电波信号的每个频道分别做时域信号到频域信号的转换;(2)对转换后的每个频道分别进行带通滤波降噪;(3)对 ...
【技术保护点】
1.一种脑电波信号特征获取方法,其特征在于,包括如下步骤:(1)对脑电波信号的每个频道分别做时域信号到频域信号的转换;(2)对转换后的每个频道分别进行带通滤波降噪;(3)对降噪后的每个频道的有效频段分别计算统计特征;(4)根据应用目标,对经过步骤(3)处理的脑电波信号进行频道、频段和统计特征三个维度的特征评估,根据评估结果选出每个维度的最优取值组合;(5)将频道、频段和统计特征三个维度的最优取值组合进行特征聚合,得到脑电波信号的最优特征集。
【技术特征摘要】
1.一种脑电波信号特征获取方法,其特征在于,包括如下步骤:(1)对脑电波信号的每个频道分别做时域信号到频域信号的转换;(2)对转换后的每个频道分别进行带通滤波降噪;(3)对降噪后的每个频道的有效频段分别计算统计特征;(4)根据应用目标,对经过步骤(3)处理的脑电波信号进行频道、频段和统计特征三个维度的特征评估,根据评估结果选出每个维度的最优取值组合;(5)将频道、频段和统计特征三个维度的最优取值组合进行特征聚合,得到脑电波信号的最优特征集。2.根据权利要求1所述的脑电波信号特征获取方法,其特征在于:所述步骤(1)中,通过一维平稳小波变换将脑电波信号的每个频道分别从时域信号变换为频域信号。3.根据权利要求1所述的脑电波信号特征获取方法,其特征在于:所述步骤(2)中,带通滤波降噪的通频带为0.5Hz~32Hz,滤波之后,将0.5~1Hz,1~2Hz,2~4Hz三个频段的信号合成一个0~4Hz的频域信号。4.根据权利要求1所述的脑电波信号特征获取方法,其特征在于:所述步骤(3)中,计算统计特征时,需要对脑电波信号的Nch个频道,每一个频道的Nfb个频段分别计算Ns个统计特征;计算得到的特征总数量为N=Nch×Nfb×Ns;计算得到的统计特征形成一个离散的三维特征空间F,其中,ch、fb和s分别表示该三维特征空间F的三个维度:频道、频段和统计特征;该三维特征空间中的任何一个点都是从脑电波信号中计算得到的一个特征,用F(i,j,k)表示,其中,i∈{1,2,…,Nch},j∈{1,2,…,Nfb},k∈{1,2,…,Ns};在该三维特征空间F中,任何一个平面都可以用F(i,:,:)、F(:,j,:)或者F(:,:,k)表示,其中,符号“:”表示对应维度下的所有取值。5.根据权利要求4所述的脑电波信号特征获取方法,其特征在于:所述步骤(3)中,有效频段个数Nfb=4,包括频率取值范围为0~4Hz,4~8Hz,8~16Hz,16~32Hz的4个频段;统计特征个数Ns=9,包括:中值、标准差、均值、众数、四分位距、偏度、峰度、第一四分位数和第三四分位数。6.根据权利要求5所述的脑电波信号特征获取方法,其特征在于:所述步骤(4)中,应用目标类别包括二分类问题或多分类问题;所述特征评估是在数据集(X,y)上进行的,其中其中m表示样本数量,C由应用目标类别确定,如果是二分类问题,C=1,如果是多分类问题,C=类别的数量,X是由m个样本构成的经过步骤(3)处理的脑电波信号。7.根据权利要求6所述的脑电波信号特征获取方法,其特征在于:所述步骤(4)中,在频道维度上的特征评估的步骤为:(a)将数据集(X,y)按照一定的样本比例划分为训练集、验证集和测试集;(b)逐一对由单个频道和逐渐增加的多个频道对应的特征子集:F(1,:,:),F(2,:,:),…,F(i,:,:),…,F(Nch,:,:),F...
【专利技术属性】
技术研发人员:殷娇,游明山,安建梅,雷丽,
申请(专利权)人:重庆文理学院,
类型:发明
国别省市:重庆,50
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。