当前位置: 首页 > 专利查询>燕山大学专利>正文

基于脑网络和正则化判别分析的脑电分析方法技术

技术编号:23823000 阅读:75 留言:0更新日期:2020-04-17 23:01
本发明专利技术提出一种基于脑网络和正则化判别分析的脑电分析方法,该方法使用脑网络方法,进行脑电信号的特征提取,根据得到的邻接矩阵来对脑网络进行构建,通过将每个节点的度信息绘制在脑地形图中,令大脑的活动状态变得可视化,可以更直观的观察到大脑活动的神经机制,再通过正则化判别分析最终得到分类结果,具有更高的分类识别率。

EEG analysis method based on brain network and regularized discriminant analysis

【技术实现步骤摘要】
基于脑网络和正则化判别分析的脑电分析方法
本专利技术涉及脑电信号分析技术,具体涉及一种基于脑网络和正则化判别分析的脑电分析方法。
技术介绍
在自然界中人类大脑是一个非常复杂的系统,人类所有的认知活动都需要有大脑来完成,因此对大脑进行研究十分具有意义。脑电信号是一种通过头皮电极记录大脑神经元的同步生理信号,它具有较高的时间分辨率,在这种信号中包含了大量的生理信息,可以作为脑功能评价的一个敏感指标。在工程应用方面,经常用于实现脑机接口,根据人对不同感觉、运动和认知活动的脑电的相异性,通过对信号进行提取和分类做到某些控制目的。脑网络方法是一种可以直观形象的展现大脑内部脑区之间动态交互情况的分析方法。当肢体运动或者大脑运动想象时,通过构建大脑功能拓扑网络,以各个脑区为节点,脑区之间的关系作为节点间的关系,反映大脑各个区域的活跃度,为运动想象分类提供了可信度。在传统的功能性脑网络分析过程中,根据原始信号构建的网络较为复杂,每一个节点之间都存在很多的连接,为了可以更好地体现不同的运动想象类别的网络差异,要通过阈值设定对网络进行稀疏化,然而阈值选取会本文档来自技高网...

【技术保护点】
1.一种基于脑网络和正则化判别分析的脑电分析方法,其特征在于,该方法包括以下步骤:/n步骤1:实验数据的采集:对现实生活中的任务场景进行模拟,采集受试者脑电信号并对所述脑电信号进行预处理;/n步骤2:计算所述脑电信号数据中每两个时间序列的相位滞后系数,构建邻接矩阵,所述邻接矩阵即为原始脑网络;/n步骤3:对所述步骤2构建的原始脑网络进行动态阈值优化;/n步骤4:依据所述步骤3中得到的优化后的阈值对所述邻接矩阵进行二值化,构建稀疏化的功能性脑网络;/n步骤5:计算所述步骤4所构建的所述脑网络的度,并作为特征;以及/n步骤6:对所述步骤5中的特征使用正则化判别分析,并根据评价指标进行参数优化,最终...

【技术特征摘要】
1.一种基于脑网络和正则化判别分析的脑电分析方法,其特征在于,该方法包括以下步骤:
步骤1:实验数据的采集:对现实生活中的任务场景进行模拟,采集受试者脑电信号并对所述脑电信号进行预处理;
步骤2:计算所述脑电信号数据中每两个时间序列的相位滞后系数,构建邻接矩阵,所述邻接矩阵即为原始脑网络;
步骤3:对所述步骤2构建的原始脑网络进行动态阈值优化;
步骤4:依据所述步骤3中得到的优化后的阈值对所述邻接矩阵进行二值化,构建稀疏化的功能性脑网络;
步骤5:计算所述步骤4所构建的所述脑网络的度,并作为特征;以及
步骤6:对所述步骤5中的特征使用正则化判别分析,并根据评价指标进行参数优化,最终得到分别识别率。


2.根据权利要求1所述的基于脑网络和正则化判别分析的脑电分析方法,其特征在于,在所述步骤1中,使用具有动态能量约束的虚拟碗球系统作为实验...

【专利技术属性】
技术研发人员:付荣荣王涵王世伟
申请(专利权)人:燕山大学
类型:发明
国别省市:河北;13

网友询问留言 已有0条评论
  • 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。

1