[发明专利]基于持续同调的脑电信号特征提取与准确度判别的方法

权利要求书

1.一种基于持续同调的脑电信号特征提取与准确度判别的方法，其特征在于，包括以下步骤：

(1)采集时域EGG脑电信号，采用零相移滤波器划分时域EGG脑电信号的波段；

(2)对步骤(1)划分的时域EGG脑电信号的每个波段，分别构造相关系数矩阵或相关距离矩阵，来表示该波段内的不同电极之间的关联性强度；

(3)通过Vietoris-Rips滤值对步骤(2)得到的相关系数矩阵或相关距离矩阵构造单纯复形；

(4)对步骤(3)构建的单纯复形进行持续同调分析，得到持久性条码图；

(5)持续同调熵分析：利用步骤(4)得到的持久条码图提取拓扑空间特征，判别时域EGG脑电信号特征提取的准确度。

2.根据权利要求1所述的基于持续同调的脑电信号特征提取与准确度判别的方法，其特征在于，所述步骤(1)包括以下子步骤：

(1.1)用清晰轮廓图像和混乱轮廓图像对被测对象进行识别轮廓图片的视觉刺激实验，利用脑电帽收集提取时域EGG脑电信号，其中实采样频率为1000Hz，滤波窗口频率为0.3～100Hz；

(1.2)对采集的时域EGG脑电信号，进行基线校准、试次分割、叠加平均操作，得出清晰轮廓图像和混乱轮廓图像分别对应的两个的时域EGG脑电信号试次，随后采用零相移滤波器对不同波段进行划分，将时域EGG脑电信号滤波分为θ波段(4～7hz)、α波段(8～13hz)、β波段(14～30hz)和全波段(1～45hz)。

3.根据权利要求1所述的基于持续同调的脑电信号特征提取与准确度判别的方法，其特征在于，所述步骤(2)中的构造相关系数矩阵具体包括以下子步骤：

(2.1.1)将获取的时域EGG脑电信号导入到matlab软件中的eeglab工具包的数据分析平台，对时域EGG脑电信号进行伪迹去除、整体滤波、试次分割以及叠加平均，得到经过预处理后的每个试次时段的信号F_EEG，即得每个试次时段的信号F_EEG如式(1)所示：

其中，N为数据长度(N等于采样频率乘以时间)，M为时域EEG信号采集的电极数目。

(2.1.2)对每个试次时段的信号F_EEG中的每一路信号即每一行进行希尔伯特变换，得到H(F_EEG)。

(2.1.3)采用式(2)对步骤(2.1.2)得到的H(F_EEG)计算每一电极的瞬时相位φ：

(2.1.4)通过式(3)计算相关系数矩阵对应元素的值C_pq，取绝对值，合并得到相关系数矩阵C_M×M，如式(4)：

其中，j是虚数单位，φ^p(n)、φ^q(n)表示电极p和q中的第n个采样时刻的瞬时相位。

4.根据权利要求1所述的基于持续同调的脑电信号特征提取与准确度判别的方法，其特征在于，所述步骤(2)中的构造相关距离矩阵具体为：

脑电帽中每个电极滤波后的信号构成一组采样点G，每个采样点的信号代表一条电平曲线，不同通道电极之间的距离公式(5)计算：

式中，r|_k为第k个采样点的r电极和电平值，t|_k为第k个采样点的t电极的的电平值，sk为第k个采样点处所有电极采样的电平值的样本标准差。

相关距离矩阵(D-Matrix)为对称的邻接矩阵，r表示r电极的具体数据，t表示t电极的具体数据，r或t在相关距离矩阵中对应为相应的行或列。

5.根据权利要求1所述的基于持续同调的脑电信号特征提取与准确度判别的方法，其特征在于，所述步骤(5)具体为：持续同调熵H利用步骤(4)得到的持久条码图提取拓扑空间特征。B＝{(x_i，y_i)|i∈I}为与拓扑空间S过滤相关的持久条码，其中i为索引。所述拓扑空间特征为持久条码图中所有持久条码图的线段的总长度L，即对应的贝蒂数存在的时间。滤值后的单纯复形的持续同调熵H的计算公式为式(6)：

H＝-∑_i∈Ip_ilog(p_i)式(6)

其中，p_i为概率，x_i、y_i分别为条码图的横纵坐标，L为所有条码图的线段加起来的总长度。

之后对持续同调熵H进行归一化得作为时域EGG脑电信号数据的持续同调特征

其中lmax是持久条码图中的最大间隔。