[发明专利]一种脑电信号多维度特征图片序列的生成方法

说明书

本发明公开了一种脑电信号多维度特征图片序列的生成方法，该生成方法包括如下步骤：S1、生成正方形矩阵；S2、提取单位时长窗口中脑电信号的功率谱作为脑电信号的频域特征；S3、在一个时长窗口内通过上述的方法制作出一幅脑电特征帧；S4、随着窗口的向前移动，用同样的方法制作出其它的对应于相应时间段的脑电多维度特征帧；S5、从原始信号形成脑电特征矩阵，再形成脑电特征序列；S6、将脑电的特征值进行规范化处理，将脑电的功率谱密度统一划归到[0,1]的实数范围内；S7、构建脑电多维度特征帧序列，本发明对下一步提取图像和情感分类识别奠定了基础，有效推动了脑电信号检测和情感识别的结合以及发展应用。

技术领域

本发明涉及脑电信号技术领域，尤其涉及一种脑电信号多维度特征图片序列的生成方法。

背景技术

在情感是人类智能的一个重要标志，因此作为人工智能的重要标志之一就是机器能够理解人类的情感。通过人类的行为、面部表情或者生理信号进行的情感识别逐渐成为研究的热点。然而，在某些社会场景中人们经常有意的通过改变声音或者掩盖表情来遮掩自己的内心的真实情感，出于这个原因，研究者更趋向于通过脑电信号、眼动信号、体温信号、血压信号以及肌电信号这类生理信号对人们的真实情感状态进行识别。其中，脑电信号由于直接反映了人们大脑的活动状态，从而更加受到研究者的重视，因此需要提出一种脑电信号特征帧生成方法。

发明内容

本发明的目的是为了解决现有技术中存在的缺点，而提出的一种脑电信号多维度特征图片序列的生成方法。

为了实现上述目的，本发明采用了如下技术方案：

一种脑电信号多维度特征图片序列的生成方法，该生成方法包括如下步骤：

S1、将DEAP实验中涉及到的脑电电极空间分布情况映射到10-20系统平面图中，形成标准的脑电电极分布图，并且进行泛化，生成正方形矩阵；

S2、通过希尔伯特黄变换方法，将脑电信号进行分解，并按照单位时长窗口进行划分后，提取单位时长窗口中脑电信号的功率谱作为脑电信号的频域特征；

S3、在一个时长窗口内通过上述的方法制作出一幅脑电特征帧；

S4、随着窗口的向前移动，用同样的方法制作出其它的对应于相应时间段的脑电多维度特征帧；

S5、通过对DEAP中被试32个脑电电极对应的60秒钟的脑电信号波形图采集，在波形图上标出1到N的时长窗口，从原始信号形成脑电特征矩阵，再形成脑电特征序列；

S6、将脑电的特征值进行规范化处理，将脑电的功率谱密度统一划归到[0,1]的实数范围内；

S7、构建脑电多维度特征帧序列。

优选的，所述S1步骤的正方形矩阵为9×9脑电特征方阵。

优选的，所述S2步骤中测试脑电电极的值直接为脑电的频域特征值，未测试脑电电极的值通过图中周边的点的值进行计算得到。

优选的，所述S3步骤的脑电特征帧还包括表达为一个维的竖直矩阵：P_{(electrode,sequence,trial,subject)}，其中，P是一个（32×60×40×32）的一个矩阵。

优选的，所述S7步骤的构建脑电多维度特征帧序列包括如下步骤：

P1、从原始数据集中提取脑电信号，并对脑电信号进行预处理，按照实验所采集脑电信号的电极数以及空间分布位置构造初始化的脑电特征矩阵结构；