买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：山东科技大学

摘要：本发明提供了一种基于多模态时空谱融合的觉醒自动识别方法及系统，对待识别人员的睡眠相关数据进行预处理，并对预处理后的数据进行全局时频脊线向量提取；根据全局时频脊线向量进行时空谱融合，得到时频谱矩阵；采用能量映射的方法，将时空谱矩阵映射为二维图像；根据时空谱矩阵映射得到的二维图像与预训练的觉醒识别模型，得到觉醒识别结果。本发明利用全局时频脊线向量提取的方法，减小了噪声，降低了时频平面内不相关分量的干扰，提高觉醒识别的鲁棒性。

主权项：1.一种基于多模态时空谱融合的觉醒自动识别方法，其特征在于，包括以下过程：对待识别人员的睡眠相关数据进行预处理，并对预处理后的数据进行全局时频脊线向量提取；根据全局时频脊线向量进行时空谱融合，得到时频谱矩阵；采用能量映射的方法，将时空谱矩阵映射为二维图像；根据时空谱矩阵映射得到的二维图像与预训练的觉醒识别模型，得到觉醒识别结果；全局时频脊线向量的提取步骤：时频脊线在数学上的定义满足以下公式：ωR＝argmax|Xω,t|其中，|Xω,t|为脑电信号Xt的时频表示；使用全局脊线指数融合各通道数据信息的步骤为：Step1：其中m表示数据的通道数，n表示该通道数据的采样点数；Step2：对X进行分段，长度为L的窗口，且窗口编号为k＝1,2.....,nL，创建一个分段后的时域矩阵sk； Step3：对于时域矩阵sk的每一行r＝1,2,…,m使用功率谱分析计算sk的时频表示为Step4：时频矩阵具有q行对应于频率区间数量，p列对应于时间步长，则时频矩阵表示如下： Step5：时频矩阵中矩阵1,2元素的值；a、基于与它前一列其他行元素的距离，并考虑惩罚项ρ，计算更新后的值；其中，惩罚项是频率点之间距离平方的两倍，惩罚项用于确保脊线的平滑性，并降低噪声的影响，过滤时频脊线中的尖锐和突然的脉冲，对矩阵的第二列进行以下运算： 找到算式的最小值并记为 b、将最小值与时频矩阵中该行上的值相加，便得到更新后的值Step6：更新第二列中的其余元素的值，重复Step5a和Step5b的步骤，下面以更新矩阵2,2的值为例： 找到上面算式的最小值记为 将最小值与时频矩阵中该行上的值相加，便得到更新后的值为Step7：不断重复Step5a和Step5b的步骤，更新整个矩阵的元素，得到矩阵形式如下： Step8：从矩阵最后一列开始，找到最小值元素，作为脊线路径的起始点；然后，沿着当前频率点到上一个时间点的源频率点进行回溯，记录脊线路径的索引；捕捉到信号在时频域中能量最强的频率成分的传播路径，并形成一条连续的脊线路径；从该矩阵中移除第一条脊线，并重复上述过程，提取具有最高能量的三条时频脊线矩阵并记为 Step9：对提取的三条脊线的功率谱密度进行求和，并形成综合的脊线向量记为 Step10：重复Step3-Step9这个过程r＝1,2,…,m次，形成时频脊线，然后将其进行归一化记为 Step11：对矩阵每个时间点上的时频脊线进行拼接，形成全局时频脊线向量并记为

全文数据：

权利要求：

百度查询： 山东科技大学 基于多模态时空谱融合的觉醒自动识别方法及系统