【技术实现步骤摘要】
本申请涉及计算神经科学与信号处理，尤其涉及一种脑电信号分析方法及装置。
技术介绍
1、运动想象是指被测试者想象自己的肢体或肌肉运动，但是没有实际运动输出，神经科学研究表明，运动想象会刺激特定脑区的神经活动，通过分析脑电信号，检测识别不同脑区的激活模式来判断被测试者的运动想象任务。
2、脑机接口(brain computer interface，bci)是一种人机交互系统，能够在外部设备和大脑之间传递信息，通过使用传感器采集脑电信号并借助脑电信号分析技术将脑电信号转换成计算机或控制器可识别的运动想象(motor imagery，mi)任务，从而控制外部设备。
3、脑电信号分析在临床康复以及人机交互领域有着非常广泛的应用，因此，如何提升脑电信号分析的准确性对于临床康复的研究以及人机交互的发展具有十分重要的意义。
技术实现思路
1、本申请提供一种脑电信号分析方法及装置，用以提升运动想象任务的识别准确率。
2、第一方面，本申请提供一种脑电信号分析方法，该方法包括：
3、获取预设时长内的脑电信号；
4、根据所述预设时长内的脑电信号之间的相似程度确定k个数据簇，k为正整数；
5、根据所述k个数据簇分别对应的统计特征确定k个第一分布曲线，所述k个数据簇与所述k个第一分布曲线一一对应；
6、根据所述k个第一分布曲线确定k个第二分布曲线以及每个第二分布曲线对应的权重值；
7、根据所述k个第二分布曲线以及每
8、根据所述k个脑状态信息确定所述预设时长内的脑电信号对应的运动想象任务。
9、本申请提供的脑电分析方法根据脑电信号之间的相似程度确定k个数据簇，然后根据k个数据簇分别对应的统计特征确定k个第一分布曲线，根据k个第一分布曲线确定k个第二分布曲线以及每个第二分布曲线对应的权重值，再根据k个第二分布曲线以及每个第二分布曲线对应的权重值确定k个脑状态信息，k个脑状态信息中每个脑状态信息用于描述一种脑状态，通过k个脑状态信息实现脑电信号的分解，提取脑状态的动态特征，可以更好地解码大脑活动，提高运动想象任务识别的准确率。
10、在一种可能的设计中，根据所述预设时长内的脑电信号之间的相似程度确定k个数据簇，包括：
11、根据所述预设时长内的脑电信号之间的相似程度采用k-均值算法确定k个数据簇。
12、在一种可能的设计中，根据所述k个数据簇分别对应的统计特征确定k个第一分布曲线，包括：
13、根据所述k个数据簇分别对应的均值和方差确定所述k个第一分布曲线，所述k个第一分布曲线满足高斯分布。
14、在一种可能的设计中，根据所述k个第一分布曲线确定k个第二分布曲线以及每个第二分布曲线对应的权重值，包括：
15、根据所述k个第一分布曲线采用期望最大算法确定所述k个第二分布曲线以及每个第二分布曲线对应的权重值。
16、在一种可能的设计中，根据所述k个第一分布曲线确定k个第二分布曲线以及每个第二分布曲线对应的权重值，包括：
17、根据第k个第一分布曲线采用如下公式执行m次迭代过程确定第k个第二分布曲线，k的取值范围为1～k，k和m为正整数：
18、
19、
20、
21、
22、其中，t为所述预设时长内的脑电信号包括的采样点总数，xi表示第i个采样点数据，i的取值范围是1～t，m的取值范围是1～m，为第m+1次迭代后第k个第二分布曲线对应的均值，为第m+1次迭代后第k个第二分布曲线对应的方差，为第m+1次迭代后第k个第二分布曲线对应的权重值，为根据第m次迭代后第k个第二分布曲线对应的权重值以及计算得出的系数，表示第k个第二分布曲线的密度，为第m次迭代后第k个第二分布曲线对应的均值，为第m次迭代后第k个第二分布曲线对应的方差。
23、在一种可能的设计中，根据所述k个脑状态信息确定所述预设时长内的脑电信号数据对应的运动想象任务，包括：
24、根据所述k个脑状态信息提取特征；
25、将提取到的特征输入分类模型；
26、根据所述分类模型的输出结果确定所述预设时长内的脑电信号数据对应的运动想象任务，所述分类模型为支持向量机、k近邻和线性判别分析中的任意一个。
27、在一种可能的设计中，所述运动想象任务包括前进、后退、向左转或者向右转中的至少一种。
28、第二方面，本申请还提供一种脑电信号分析装置，该装置包括收发单元和处理单元：
29、所述收发单元，用于获取预设时长内的脑电信号；
30、所述处理单元，用于根据所述预设时长内的脑电信号之间的相似程度确定k个数据簇，k为正整数；根据所述k个数据簇分别对应的统计特征确定k个第一分布曲线，所述k个数据簇与所述k个第一分布曲线一一对应；根据所述k个第一分布曲线确定k个第二分布曲线以及每个第二分布曲线对应的权重值；根据所述k个第二分布曲线以及每个第二分布曲线对应的权重值确定k个脑状态信息，第j个脑状态信息用于描述所述预设时长内的脑电信号具备的第j种脑状态，所述k个第二分布曲线与所述k个脑状态信息一一对应，所述第j个脑状态信息为所述k个脑状态信息中的任意一个，j为正整数；根据所述k个脑状态信息确定所述预设时长内的脑电信号对应的运动想象任务。
31、在一种可能的设计中，所述处理单元，用于在根据所述预设时长内的脑电信号之间的相似程度确定k个数据簇时，根据所述预设时长内的脑电信号之间的相似程度采用k-均值算法确定k个数据簇。
32、在一种可能的设计中，所述处理单元，用于在根据所述k个数据簇分别对应的统计特征确定k个第一分布曲线时，根据所述k个数据簇分别对应的均值和方差确定所述k个第一分布曲线，所述k个第一分布曲线满足高斯分布。
33、在一种可能的设计中，所述处理单元，用于在根据所述k个第一分布曲线确定k个第二分布曲线以及每个第二分布曲线对应的权重值时，根据所述k个第一分布曲线采用期望最大算法确定所述k个第二分布曲线以及每个第二分布曲线对应的权重值。
34、在一种可能的设计中，所述处理单元，用于在根据所述k个第一分布曲线确定k个第二分布曲线以及每个第二分布曲线对应的权重值时，根据第k个第一分布曲线采用如下公式执行m次迭代过程确定第k个第二分布曲线，k的取值范围为1～k，k和m为正整数：
35、
36、
37、
38、
39、其中，t为所述预设时长内的脑电信号包括的采样点总数，xi表示第i个采样点数据，i的取值范围是1～t，m的取值范围是本文档来自技高网...
【技术保护点】
1.一种脑电信号分析方法，其特征在于，该方法包括：
2.如权利要求1所述的方法，其特征在于，根据所述预设时长内的脑电信号之间的相似程度确定K个数据簇，包括：
3.如权利要求1所述的方法，其特征在于，每个数据簇分别对应的统计特征包括均值和方差；
4.如权利要求1所述的方法，其特征在于，根据所述K个第一分布曲线确定K个第二分布曲线以及每个第二分布曲线对应的权重值，包括：
5.如权利要求3或4所述的方法，其特征在于，根据所述K个第一分布曲线确定K个第二分布曲线以及每个第二分布曲线对应的权重值，包括：
6.如权利要求1所述的方法，其特征在于，根据所述K个脑状态信息确定所述预设时长内的脑电信号数据对应的运动想象任务，包括：
7.如权利要求1所述的方法，其特征在于，所述运动想象任务包括前进、后退、向左转或者向右转中的至少一种。
8.一种脑电信号分析装置，其特征在于，该装置包括：
9.一种脑电信号分析装置，其特征在于，包括：一个或多个处理器和一个或多个存储器；其中，所述一个或多个存储器存储有一个或多
10.一种计算机可读存储介质，其特征在于，所述可读存储介质包括程序，当所述程序在装置上运行时，使得所述装置执行如权利要求1-7中任一项所述的方法。
...【技术特征摘要】
1.一种脑电信号分析方法，其特征在于，该方法包括：
2.如权利要求1所述的方法，其特征在于，根据所述预设时长内的脑电信号之间的相似程度确定k个数据簇，包括：
3.如权利要求1所述的方法，其特征在于，每个数据簇分别对应的统计特征包括均值和方差；
4.如权利要求1所述的方法，其特征在于，根据所述k个第一分布曲线确定k个第二分布曲线以及每个第二分布曲线对应的权重值，包括：
5.如权利要求3或4所述的方法，其特征在于，根据所述k个第一分布曲线确定k个第二分布曲线以及每个第二分布曲线对应的权重值，包括：
6.如权利要求1所述的方法，其特征在于，根据所述k个脑状态信息确定所...
【专利技术属性】
技术研发人员：赵诗语，
申请(专利权)人：天翼安全科技有限公司，
类型：发明
国别省市：
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。