一种用于脑机接口中的分类方法技术

本发明专利技术公开了一种用于脑机接口中的分类方法，包括步骤：根据训练集中若干类样本集的特征，分别计算每类样本集特征的权重和，所述权重和近似服从正态分布，估计出若干个正态分布的均值和标准差；对新样本进行分类时，计算出新样本特征的权重和，根据得到的若干个正态分布的均值和标准差对计算出的新样本特征的权重和进行标准化，得到若干个标准化后的值；对若干个标准化后的值的绝对值进行排序，将其中最小值对应的样本集类别作为新样本的类别。本发明专利技术方法利用标准分数对新样本特征的权重和进行标准化，进而根据标准化后的权重和确定分类边界线，克服了传统线性判别分析方法在样本特征分布不相同情况下分类识别率下降的缺点。

【技术实现步骤摘要】

本专利技术属于生物医学信息
，具体涉及一种脑-机接口领域中对脑电特征进行分类识别的方法。
技术介绍
脑机接口(Brain-Computer Interface, BCI)是近年发展起来的不依赖于大脑的正常输出通路(即外围神经和肌肉组织)，就可以实现人脑与外界(计算机或其它外部装置)直接通信的技术。脑机接口技术可以将脑电信号转化成控制信号从而实现对外部设备的控制，基于脑机接口可以发展多种增强型控制和通信系统，提高患有某些疾病人群的生活质量，如脑卒中、帕金森、运动神经元损伤等。通常基于脑电信号的脑机接口系统由4个模块组成:脑电信号采集放大模块，特征提取模块，分类识别模块，反馈及控制模块，如图1所示。脑电信号采集放大模块主要由脑电放大器组成，用于放大微弱的脑电信号并将之送入特征提取模块进行处理；特征提取模块对包含噪声和众多冗余信息的脑电数据进行处理，将有用的特征提取出来送入分类识别模块；分类识别模块采用模式识别的方法对特征进行分类，并将分类结果作为控制指令输出到反馈及控制模块中；反馈及控制模块主要用于同步被试行动、为被试提供相应的反馈信息及转化控制指令。采用性能更好的脑电信号放大器本文档来自技高网...

【技术保护点】
一种用于脑机接口中的分类方法，具体包括如下步骤：S1.根据训练集中若干类样本集的特征，分别计算每类样本集特征的权重和，所述权重和近似服从正态分布，估计出若干个正态分布的均值和标准差；S2.对新样本进行分类时，计算出新样本特征的权重和，并根据步骤S1得到的若干个正态分布的均值和标准差对计算出的新样本特征的权重和进行标准化，得到若干个标准化后的值；S3.对若干个标准化后的值的绝对值进行排序，将其中最小值对应的样本集类别作为新样本的类别。

【技术特征摘要】
1.种用于脑机接口中的分类方法，具体包括如下步骤:据训练集中若干类样本集的特征，分别计算每类样本集特征的权重和，所述权重和近似服从正态分布，估计出若干个正态分布的均值和标准差；新样本进行分类时，计算出新样本特征的权重和，并根据步骤SI得到的若干个正态分布的均值和标准差对计算出的新样本特征的权重和进行标准化，得到若干个标准化后的值；若干个标准化后的值的绝对值进行排序，将其...

【专利技术属性】
技术研发人员：张锐，徐鹏，尧德中，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：