[发明专利]基于脑电信号的特征提取方法及其检测提取系统

权利要求书

1.基于脑电信号的检测提取系统，其特征在于，包括：

听觉刺激模块，以相同频率，同时产生多个声音，用于诱导用户产生脑电，同时用户进行按键操作；

脑电信号采集模块，利用接触用户头表的电极，采集用户因听觉诱导产生的脑电信号，并对所述脑电信号进行预处理，预处理中需要根据用户的按键操作情况来确定部分脑电信号的分类，然后将预处理后的脑电信号传送到特征提取和训练模块中；

特征提取模块和训练模块，对经脑电信号采集模块预处理后的脑电听觉信号进行特征提取，并根据已经确定好分类的脑电信号对应的特征来训练出能识别分类的分类模型，分类模型再识别未确定好分类的脑电信号的特征，进行自动分类；

听觉追踪分类模块，将上述分类的结果对应转化为分类值，根据分类值计算出正确率，用于对注意力进行打分；

所述脑电信号的分类以用户正确听觉追踪为正样本、用户错误听觉追踪为负样本，从而所述分类分为正确追踪和错误追踪；

基于脑电听觉信号的特征提取包含：

S1：在所述脑电信号采集模块中，对用户因听觉诱发产生的脑电信号先进行节律提取，具体包括通过Morlet小波变换提取用户因听觉诱导产生的脑电信号的三种节律，三种节律分为theta节律，alpha节律和beta节律；

S2：将S1提取的所述节律经过逆运算得到脑电听觉信号，具体包括对三种节律的脑电信号进行逆运算，得到脑电皮层信号，脑电逆问题表示为：，其中表示头表采集的脑电电位，表示成m*n的矩阵，m为头表的电极数，n为分析脑电的时间点数；为一个m*k的传递矩阵，k是与逆运算中头模型有关的偶极子源个数；为要求解的源波；逆运算的寻找最优解时采用加权最小模解算法：，其中和分别为信号的噪声协方差和信号协方差；

S3：将经过S2得到的脑电听觉信号进行能量计算，具体包括在得到三种节律的皮层信号后，计算三种节律的能量；计算公式为：，其中，表示脑电皮层信号，是信号的样本点；

S4：对S3中计算出的能量量化求信息熵，具体包括计算三种节律能量在总能量中的概率，计算公式为：，其中，＝1 ,2 ,3分别表示theta节律，alpha节律和beta节律；再计算脑电皮层信号的信息熵；

S5：对S4中得到的信息熵提取特征偶极子，得到特征向量，具体包括用分析提取特征偶极子，，其中，表示正性样本的特征，表示负性样本的特征。

2.根据权利要求1所述的基于脑电信号的检测提取系统，其特征在于，所述听觉刺激模块包含若干听觉音频。

3.根据权利要求2所述的基于脑电信号的检测提取系统，其特征在于，所述脑电信号采集模块的预处理包括放大脑电信号，然后滤波处理。

4.根据权利要求1或3所述的基于脑电信号的检测提取系统，所述训练模块包含三种模式，分别为单用户训练模式、直接分类模式和单用户重启模式。