[发明专利]基于稀疏共同空间模式的癫痫EEG自动检测的通道优化方法

说明书

本发明涉及一种癫痫EEG自动检测的通道优化方法，本通道优化方法包括：生成空域滤波器，且通过空域滤波器对电极产生的数据通道进行优化；本发明通过选取少量的有效信号采集通道，并获取各个通道对应的空域滤波器，一旦确定所选通道，后续则只需要利用数量较少的有效通道上的EEG信号完成分类任务。

技术领域

本发明涉及信号处理与神经工程领域，特别是一种癫痫脑电信号检测与识别方法。

背景技术

全世界大约5千多万人患有癫痫。癫痫是由于大脑神经元异常放电，波及某些大脑功能区，造成大脑神经紊乱的一种疾病。脑电图(EEG)是记录大脑放电行为的一种有效方式，也是临床检测和诊断癫痫发作的一种方式。基于EEG的癫痫的自动检测不仅对临床分析癫痫等神经疾病具有重要价值，而且是预报癫痫发作的一种有效途径。专利“一种面向癫痫脑电信号迁移环境的自适应识别方法”，专利“面向癫痫脑电信号的特征提取与自动识别方法”，“一种癫痫发作预警系统”。在癫痫EEG检测与识别中都需要处理多通道的数据。开发一种利用少量电极(通道)检测癫痫EEG不仅可降低检测时间，而且可以降低系统功耗。本发明公开了一种基于稀疏共同空间模式的癫痫EEG自动检测的通道优化方法。

发明内容

本发明的目的是提供一种癫痫EEG自动检测的通道优化方法。

为了解决上述技术问题，本发明提供了一种癫痫EEG自动检测的通道优化方法，包括：生成空域滤波器，且通过空域滤波器对电极产生的数据通道进行优化。

进一步，生成空域滤波器的方法包括：

将空域滤波器的稀疏度作为优化目标，去除不相关或是受噪声干扰较大的数据通道；其中

所述稀疏度由其系数向量的l₀范数衡量。

进一步，所述生成空域滤波器的方法还包括：

构建初始模型，即

其中，N为EEG信号通道数，C₁与C₂分别表示两类信号的协方差矩阵；τ是一个预先设置的阈值，用于调节不同类别信号的平均功率比值；

并且Tr(w^TCw)＝Tr(Cww^T) (6)

引入矩阵W＝ww^T，则公式(5)改写为

W＝ww^T (7)

其中，||W||_0,1定义为

上式中，I_A(x)为示性函数；

由于第二个约束条件W＝ww^T，并且W是一个半正定矩阵，进一步将约束条件W＝ww^T松弛为半正定约束条件W≥0；以及

利用l₁范数代替目标函数中的l₀范数，从而获得以下模型：

W≥0

Tr(W)＝1 (10)

其中

上式中，W_i,:表示W的第i行；