龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：北京工业大学
摘要：本发明涉及一种基于EEG敏感导联的特征选择和特征融合方法，用于解决脑电信号处理过程中过多无用信号导致识别精度不高的问题。采集获取静息态EEG信号，预处理进行滤波、陷波、眼电和肌电的去除等。特征提取获得时域、频域和非线性特征，用皮尔逊相关系数去除相关系数大于0.8的冗余特征得到敏感特征。敏感导联的确定，计算每个导联处所有特征对应的accuracy值和方差检验的p值，当该特征对应的‑lnp3，且0.6accuracy1，则该特征为敏感特征，当敏感特征数量占总特征25％以上，即可认定此导联为敏感导联。敏感特征加权融合，利用1‑AUC得到每个敏感特征的权重,进行特征层加权融合，充分考虑了每个敏感特征对识别结果的不同贡献率。总技术过程可以得到最佳的识别抑郁情绪的特征子集。
主权项：1.一种基于EEG敏感导联的特征选择和特征融合方法，其特征在于：包括以下步骤：步骤1:对16个导联的脑电信号采集和预处理，得到预处理后的脑电信号；步骤2:从预处理后的脑电信号中提取特征全集，特征全集包括时域特征、频域特征和非线形特征，在特征全集基础上利用皮尔逊相关系数去除冗余特征，得到敏感特征；步骤3:从所有导联中筛选敏感导联：首先确定每个导联处的敏感特征，再根据敏感特征在特征全集中的占比确定敏感导联，具体步骤为，计算每个导联信号的所有特征所对应的方差分析的p值以及accuracy值，该特征对应的-lnp3，且0.6accuracy1，则该特征为敏感特征；当该导联信号中的敏感特征数量占特征全集的25％以上，即认定该导联为敏感导联；步骤4:以AUC为目标函数，计算出每个敏感特征的权重，得到权重矩阵进行敏感特征的加权融合。
全文数据：
权利要求：
百度查询： 北京工业大学 基于EEG敏感导联的特征选择和特征融合方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号