[发明专利]一种基于相位同步的多类别运动想象脑电信号分类方法

说明书

技术领域

本发明属于生物特征识别领域中的脑电信号分类领域，具体涉及一种基于脑电信号相位同步获取相位同步特征相关系数并运用于共空域模式算法进行多类别运动想象脑电信号分类的方法。

背景技术

对于神经肌肉系统功能严重丧失的患者来说,一种新的与外界交流的手段是急需的。脑机接口(BCI)正是这样一种技术,它允许使用者直接通过意念而不是传统的神经肌肉通道来实现与外界环境的自主交流。近年来脑机接口(BCI)研究已经逐渐从两类别的模式识别发展为多类别的模式识别，从而实现多种意念与外界环境的自主交流，提升脑机接口技术的实用性。

如何有效地对多类别脑电信号进行分类，提升分类的正确率和分类的速率是目前运动想象多类别脑电信号分类研究中必须面临并解决的一个关键问题。而传统的多类别脑电信号分类方法如基于“一对一”共空域模式方法、基于Jacobi算法的近似联合对角化方法等有计算量较大等缺点。

发明内容

本发明针对现有技术的不足和改善需要，提供了一种基于相位同步的多类别运动想象脑电信号分类方法，该方法是利用相位锁定值分别计算训练样本和测试样本的相位同步特征并根据两者的相关系数依次将多对相应两个类别的脑电信号运用共空域模式算法通过线性判别分析进行多次分类来实现的。

本发明所采用的技术方案：

1.脑电信号采集：

设计实验，使用多通道脑电采集设备采集实验过程中被试者的脑电信号，完成被试者信息录入和脑电信号采集。

2.数据预处理：

对原始脑电信号进行数据预处理，目的是减少伪迹的干扰，提高信噪比，从而提高特征提取的准确性。预处理过程包括带通滤波。

3.滤波：

创建滤波器，将预处理后的脑电信号滤波到计算利用相位同步特征进行分类所需的频段。

4.相位同步特征相关系数计算：

本发明采用相位锁定值(PLV)来表示各次实验所得脑电信号每两个通道之间的相位关系，具体的PLV计算公式如下：

PLV＝|<exp(j{Φ_x(t)-Φ_y(t)})>|

其中Φ_x(t)和Φ_y(t)分别为脑电信号x(t)和y(t)的瞬时相位。

采用希尔伯特变换来计算信号的相位值，信号x(t)的希尔伯特变换定义如下：

x~(t)=1πP∫-∞+∞x(τ)t-τdτ]]>

公式中的P为柯西主值。由此可以定义x(t)的解析信号为：