[发明专利]一种使用单导设备的脑电静息态身份认证方法及装置

权利要求书

1.一种使用单导设备的脑电静息态身份认证方法，其特征在于，所述单导设备采用干电极，所述方法包括：

步骤1、获取待认证目标的原始脑电信号；

步骤2、对所述原始脑电信号进行数据预处理，得到标准脑电信号；所述数据预处理包括去噪处理、数据分段处理和数据基线矫正；

步骤3、对所述标准脑电信号进行信号特征提取，所述信号特征提取包括时域特征提取、频域特征提取和时频域特征提取，所述时频域特征为IMF-2特征；

步骤4、根据信号特征的瑞利商对所述时域特征、频域特征和IMF-2特征进行特征筛选；所述步骤4具体为：

步骤4.1、计算提取到的时域特征、频域特征和时频域特征的瑞利商；

步骤4.2、选择瑞利商值最大的28种特征作为优选特征；

步骤5、利用设定的集成分类器对筛选后的信号特征进行分类，得到身份认证结果。

2.根据权利要求1所述的方法，其特征在于，所述原始脑电信号为180秒静息态脑电数据。

3.根据权利要求2所述的方法，其特征在于，所述去噪处理具体为：

删除所述180秒静息态脑电数据的前10秒暂态数据，得到170秒静息态脑电数据；去除所述170秒静息态脑电数据中的眼电、肌电伪迹；利用切比雪夫滤波器对去除伪迹后的170秒静息态脑电数据进行0~60Hz的低通滤波。

4.根据权利要求3所述的方法，其特征在于，所述数据分段处理具体为：

将低通滤波后的170秒静息态脑电数据以2秒作为时间间隔平均分为无重叠的85段脑电数据。

5.根据权利要求4所述的方法，其特征在于，所述数据基线矫正具体为：

以数据自身的均值作为基线，对所述85段脑电数据中的每一段脑电数据进行基线矫正。

6.根据权利要求1所述的方法，其特征在于，所述频域特征提取具体为：

对所述标准脑电信号进行1024点的快速傅里叶变换，得到频域脑电信号；将3~58Hz的频域脑电信号平均分为28个子频带；利用微分熵计算得到28个所述子频带的频带能量。

7.根据权利要求1所述的方法，其特征在于，所述时频域特征提取具体为：

对所述标准脑电信号进行本征模态分解，得到所述标准脑电信号中的beita节律；选择所述beita节律中的IMF-2特征作为时频域特征；对所述时频域特征进行1024点的快速傅里叶变换，得到时频域脑电信号；将3~58Hz的时频域脑电信号平均分为28个子时频带；利用微分熵计算得到28个所述子时频带的时频带能量。

8.根据权利要求1所述的方法，其特征在于，所述步骤5具体为：

步骤5.1、利用多个分类器对筛选后的信号特征进行分类，所述分类器包括KNN分类器、LDA分类器、SVM分类器；

步骤5.2、利用投票策略将多个所述分类器的分类结果进行整合，将票数最大的分类结果作为身份认证结果。

9.一种使用单导设备的脑电静息态身份认证装置，其特征在于，所述单导设备采用干电极，该装置包括：

信号获取单元，用于获取待认证目标的原始脑电信号；

数据预处理单元，用于对所述原始脑电信号进行数据预处理，得到标准脑电信号；所述数据预处理包括去噪处理、数据分段处理和数据基线矫正；

特征提取单元，用于对所述标准脑电信号进行信号特征提取，所述信号特征提取包括时域特征提取、频域特征提取和时频域特征提取，所述时频域特征为IMF-2特征；

特征筛选单元，用于根据信号特征的瑞利商对所述时域特征、频域特征和IMF-2特征进行特征筛选；具体用于计算提取到的时域特征、频域特征和时频域特征的瑞利商；以及选择瑞利商值最大的28种特征作为优选特征；

身份认证单元，用于利用设定的集成分类器对筛选后的信号特征进行分类，得到身份认证结果。