一种基于CSP算法和PSD算法的脑电信号分析模型构建方法、脑电信号分析方法和系统技术方案

本发明专利技术公开了一种基于CSP算法和PSD算法的脑电信号分析模型构建方法、脑电信号分析方法和系统，其中，模型构建方法包括获取样本、预处理样本、提取CSP特征矩阵、提取PSD特征矩阵、计算分类准确率以及构建脑电信号分析模型该方法是基于前述模型完成的；脑电信号分析方法和系统利用预先构架的抑郁症识别模型进行分析，以辅助识别脑电信号是否表征抑郁症的信号。本发明专利技术基于共空间模式算法(CSP)和功率谱密度提取算法(PSD)对脑电信号进行特征分析，能够实现有效区分抑郁症患者和健康对照组的脑电信号，从而能够构建更准确的脑电信号分析模型，提升脑电信号抑郁症辅助识别的效率。提升脑电信号抑郁症辅助识别的效率。提升脑电信号抑郁症辅助识别的效率。

【技术实现步骤摘要】
一种基于CSP算法和PSD算法的脑电信号分析模型构建方法、脑电信号分析方法和系统


[0001]本专利技术涉及一种基于CSP算法和PSD算法的脑电信号分析模型构建方法、脑电信号分析方法和系统，属于数字信号处理


技术介绍

[0002]抑郁症又称抑郁障碍，临床表现为心境低落、行动迟缓、精神过度集中于自身，不仅会对患者造成精神痛苦，还会逐渐剥离个人与外界事物的联系。随着生活节奏的日益加快和社会竞争的日益加剧，人们需要承受的生理和心理方面的压力越来越大，以抑郁障碍为代表的各类精神障碍发病率不断升高。精神健康问题已成为我国的一个严重的公共卫生和社会问题。对于一个疾病的防治，首当其冲的就是要对这种疾病做出准确的诊断，因此，抑郁症的诊断在抑郁症的综合防治中具有举足轻重的地位，也是当今临床亟需解决的问题之一。
[0003]目前诊断抑郁症的客观评定法可根据评定指标的不同划分为两种：(1)生化学指标评定法；(2)生理学指标评定法。迄今为止，尚无针对抑郁障碍的特异性生化学检查项目。因此，目前的实验室检查主要是为了排除物质及躯体疾病所致的抑郁症。有2种本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于CSP算法和PSD算法的脑电信号分析模型构建方法，其特征是，包括以下步骤：获取多个脑电信号样本，所述脑电信号样本包括健康样本和抑郁症患者样本；预处理多个脑电信号样本的脑电信号并制作数据集；设置多个CSP特征选择参数，并构建相应的多个CSP模型，逐一利用所述CSP模型从数据集中提取相应的多个CSP特征矩阵；设置多个PSD时间窗口值，并构建相应的多个PSD模型，逐一利用所述PSD模型从数据集中提取相应的多个PSD特征矩阵；逐一将提取的CSP特征矩阵和PSD特征矩阵作为预先构建的分类器的输入，得到分类器输出的分类结果，根据分类结果计算分类准确率P；逐一判断分类准确率P1、P2与预设值p的大小：若P1>p且P2>p，则保存相应的特征选择参数及其对应的CSP模型和相应的时间窗口值及其对应的PSD模型，获得基于CSP算法和PSD算法的脑电信号分析模型。2.根据权利要求1所述的基于CSP算法和PSD算法的脑电信号分析模型构建方法，其特征是，所述多个脑电信号样本源于兰州大学普适感知与智能系统实验室的MODMA公开数据集中129导静息状态下的脑电信号；所述获取多个脑电信号样本包括以下步骤：采用国际脑电图学会标定的10
‑
20电极导联定位标准记录导联E1至E129，并将Cz设置为参考电极；获取脑电信号样本的采样频率设置为250HZ，各通道导联阻抗均设置为45
‑
55kΩ；使用128导联的HydroCel Geodesic Sensor Net电导帽和Net Station软件获取脑电信号样本，并以.mat形式保存。3.根据权利要求2所述的基于CSP算法和PSD算法的脑电信号分析模型构建方法，其特征是，所述预处理多个脑电信号样本的脑电信号并制作数据集包括以下步骤：遍历每一个脑电信号样本文件中的.mat数据文件，打开文件读取原始记录数据；选定16个导联：Fp1、Fp2、F3、F4、C3、C4、P3、P4、O1、O2、F7、F8、T3、T4、T5和T6，去除与所述16个导联不对应的EGI
‑
129；运行EEGLAB内嵌的FIR滤波器，设置上限频率为49Hz，下限频率为51Hz，则去除50Hz的工频干扰；运行EEGLAB内嵌的ICA独立成分分析，筛查并去除眼动和心跳伪迹；将每个脑电信号样本裁剪至40000个采样点，并转化为矩阵格式，将标准化后的数据重新命名编号并以.data形式保存。4.根据权利要求3所述的基于CSP算法和PSD算法的脑电信号分析模型构建方法，其特征是，所述提取相应的多个CSP特征矩阵包括以下步骤：构造符合输入结构体要求的数据结构：EEGSignals.x、EEGSignals.y和EEGSignals.s；其中，EEGSignals.x是三维矩阵，存储多个标准化后样本所有导联的采样数据，格式为[N
s
×
N
c
×
N
t
]，其中，Ns为采样点数，Nc为采样导联数，Nt为样本数；EEGSignals.y是N
t
长度的行向量，包括每一个样本的标签信息；EEGSignals.s是采样频率；
提取多个CSP特征矩阵；注入特征标签一：将多个CSP特征矩阵的最后一行打上对应的0
...

【专利技术属性】
技术研发人员：臧政然，徐欣，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：