[发明专利]一种脑电图信号分类方法

摘要

本发明涉及一种脑电图信号分类方法，包括以下步骤：一、把脑电图信号分解成本征模函数的和；二、对每个本征模函数进行经验调幅-调频分解，得到经验调频分量；三、判断得到的经验调频分量中是否含有骑行波；四、如果含有骑行波，进行去骑行波处理；五、计算经验调幅分量；六、计算经验调频分量的正交分量；七、计算瞬时相位：八、计算调幅带宽和调频带宽；九、将调幅带宽和调频带宽作为支持向量机的输入，对脑电图信号进行分类。该方法不受信号乘积的Hilbert变换约束，避免新的骑行波的产生并且具有很好的局部特性，是对现有的脑电图信号分类方法的不足进行改进。

主权项

1.一种脑电图信号分类方法，其特征在于，包括以下步骤：一、输入脑电图信号，并对输入的脑电图信号进行经验模态分解，把脑电图信号分解成本征模函数的和；二、对每个本征模函数c(t)=a(t)cosθ(t)进行经验调幅-调频分解，得到经验调频分量F(t)=cosθ(t)；三、判断得到的经验调频分量中是否含有骑行波；四、如果含有骑行波，进行去骑行波处理；五、通过计算经验调幅分量；六、计算经验调频分量的正交分量，为了得到四个象限的相位值以便解卷绕求解瞬时相位，对的符号根据三角函数特点做以下处理：如果F(t)单调递增则取否则取这样相位便可对应四个象限的值；七、计算瞬时相位：由经验调频分量及其正交分量反正切解卷绕得到瞬时相位θ(t)=unwrap[arctansinθ(t)F(t)];]]>八、由步骤五得到的调幅分量和步骤七得到的瞬时相位，按照Cohen带宽公式计算调幅带宽和调频带宽：<ω>=1E∫-∞+∞θ′(t)a2(t)]]>B2AM=1E∫-∞+∞a′2(t)dt]]>B2FM=1E∫-∞+∞(θ′(t)-<ω>)2a2(t)dt]]>九、将步骤八计算得到的调幅带宽和调频带宽作为支持向量机的输入，对脑电图信号进行分类。