[发明专利]一种基于FHN-CCA融合的SSVEP多尺度噪声转移及特征频率检测方法

权利要求书

1.一种基于FHN-CCA融合的SSVEP多尺度噪声转移及特征频率检测方法，其特征在于：FHN先利用SSVEP信号中包含的噪声能量增强特征频率的幅值，然后基于CCA方法进行空间滤波和模板匹配，输出相关系数最大对应的频率，从而实现特征频率的高精度识别。

2.一种基于FHN-CCA融合的SSVEP多尺度噪声转移及特征频率检测方法，其特征在于，包括以下步骤：

1)SSVEP脑电信号采集：对被试者进行多通道SSVEP信号采集，多通道SSVEP信号经过放大、滤波与数模转化处理；

2)确定最优通道X：使用预实验检测每个通道的识别准确率进行反馈，以确定最佳通道X；然后，在正式实验中，将最优通道X作为FHN神经元系统的输入信号；

3)信号预处理：

3.1)无效数据截断：移除在前0.1秒收集的数据；

3.2)带通滤波处理：滤除目标频率范围3-20Hz以外的信号；

4)FHN模型及计算参数初始化：设置FHN模型及计算参数，包括时间参数ε；

5)FHN模型处理：将预处理后带有噪声干扰的SSVEP信号送入到FHN模型处理，利用噪声能量增强的目标频率的幅值；

6)CCA模板匹配：通过计算CCA模板与SSVEP信号之间的最大相关系数，相关系数最大的对应目标为识别的特征频率；

7)频率匹配检测：将识别的特征频率与刺激频率进行匹配，如果匹配成功，则目标频率被有效识别；如果匹配失败，则表明目标频率标识失败。

3.根据权利要求2所述的一种基于FHN-CCA融合的SSVEP多尺度噪声转移及特征频率检测方法，其特征在于：所述的步骤1)多通道SSVEP信号采集中使用g.USBamp(g.tec Inc.，Austria)脑电采集系统记录SSVEP信号，并根据10/20电极系统设置电极，参考电极位于大脑前额FPz，接地电极位于左耳垂A1，POz、PO3、PO4、PO5、PO6、Oz、O1和O2共8个电极用于记录SSVEP信号，SSVEP信号以1000Hz频率采样，经50Hz陷波滤波器滤波，经0.1-100Hz带通滤波器滤波。

4.根据权利要求2所述的一种基于FHN-CCA融合的SSVEP多尺度噪声转移及特征频率检测方法，其特征在于：所述的步骤3.2)中采用巴特沃斯滤波器，滤波器通带设置为3-20Hz。

5.根据权利要求2所述的一种基于FHN-CCA融合的SSVEP多尺度噪声转移及特征频率检测方法，其特征在于：所述的步骤4)中FHN模型的数学表达式为：

式中：v(t)——细胞膜电压，是一个快变量；w(t)——膜内离子浓度，是一个慢变量；A——为常数表示激励幅值，促使神经元定期点火；ε——时间参数，决定了神经元点火的速率，此处取值为0.01；b——参数常量，值为0.15；n(t)——高斯白噪声，均值为零且自相关函数满足n(t)n(s)＝2Dδ(t-s)；.——求整体均值；s(t)——输入的非周期激励信号，该微分方程组求解时采用四阶Runge-Kuta方法；

当a＝0.5时，令v(t)＝v(t)′+1/2，w(t)＝w(t)′-b+1/2，A＝A′-b+1/2，FHN模型被简化为以下形式：

式中：——阈值电压；B——信号幅值到阈值电压的距离；

令A_T-B＝0，则只需要设置和调整时间参数ε即可。