[发明专利]复合下肢想象动作脑电的能量特征提取方法

摘要

本发明属于生物医学工程及计算机领域，涉及一种复合下肢想象动作脑电的能量特征提取方法，包括①脑电信号预处理。②通过经验模态分解方法，将复合下肢想象动作脑电分解为频率从高到低的各个固有振荡模式分量。③通过功率谱密度分析方法分析各固有振荡模式的频谱分布特征，确定反映脑电特征节律的特征振荡模式。④通过对特征振荡模式进行希尔伯特变换，得到反映其能量变化的去同步化特征。⑤模式识别：将特征振荡模式的能量变化去同步化特征作为分类器输入，实现复合下肢想象动作的模式识别。本发明充分考虑到脑电信号的非平稳性，最高识别率为87.8％，相对于传统方法的82.3％有显著提高。

主权项

一种复合下肢想象动作脑电的能量特征提取方法，包括下列步骤：①利用脑电导联电极采集复合下肢想象动作脑电信号；②对所采集到的位于初级运动区及辅助功能区的脑电信号进行空间滤波，提高提高脑电信号的信噪比；③针对经过步骤②处理后的脑电信号，进行经验模态分解，将复合下肢想象动作脑电信号分解为频率从高到低的各个固有振荡模式分量。④对步骤③获得的各导联脑电的固有振荡模式分量计算功率谱密度，根据其功率谱密度的频率分布范围，确定脑电特征节律-alhpa节律对应的固有振荡模式分量，即本发明所要获取的特征振荡模式。⑤定义特征振荡模式的事件相关去同步化系数， λ ERD = ( RE P t 1 ) 2 - ( RE F t 2 ) 2 ( RE F t 2 ) 2 × 100 ( % ) , 其中REP为复合下肢动作想象开始后t1时间内的脑电信号平均幅度，REF为复合下肢动作想象开始前t2时间内的脑电信号平均幅度，对脑电信号特征振荡模式计算事件相关去同步化系数；⑥选择基于径向基核函数的支持向量基分类器，将步骤⑤获得的各个脑电导联事件相关去同步化系数作为分类器输入样本，对脑电信号进行模式识别。