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：湘江实验室

摘要：本发明实施例提供了一种基于黎曼流形的实时脑电信号自适应分类方法及系统，其方法包括：采集多个试次的原始脑电信号，对所有原始脑电信号进行预处理操作；对初始样本脑电信号进行滤波处理，并计算样本协方差矩阵；采用黎曼切空间映射方法提取所有样本协方差矩阵中的样本协方差特征；利用样本协方差特征离线训练预设的分类器模型；基于运动想象任务采集多个试次的实时脑电信号，结合多个试次的实时脑电信号和样本协方差矩阵，并采用黎曼切空间映射方法自适应提取得到实时脑电信号对应的待分类协方差特征；将待分类协方差特征输入至分类器模型中，通过分类器模型输出标签预测结果。本发明具有准确提取脑电信号的信号特征的效果。

主权项：1.一种基于黎曼流形的实时脑电信号自适应分类方法，其特征在于，包括：基于运动想象任务采集多个试次的原始脑电信号，对所有所述原始脑电信号进行预处理操作，得到初始样本脑电信号；对所述初始样本脑电信号进行滤波处理，并计算所述滤波处理后所述初始样本脑电信号的样本协方差矩阵；采用黎曼切空间映射方法提取所有所述样本协方差矩阵中的样本协方差特征；利用所述样本协方差特征离线训练预设的分类器模型，并保存所述分类器模型完成所述离线训练后的模型参数；基于所述运动想象任务采集多个试次的实时脑电信号，结合多个试次的所述实时脑电信号和所述样本协方差矩阵，并采用所述黎曼切空间映射方法自适应提取得到所述实时脑电信号对应的待分类协方差特征；将所述待分类协方差特征输入至所述分类器模型中，通过所述分类器模型输出标签预测结果；其中，所述对所述初始样本脑电信号进行滤波处理，并计算所述滤波处理后所述初始样本脑电信号的样本协方差矩阵包括如下步骤：利用滑动窗口方法将所述初始样本脑电信号划分为多个不同尺度的样本时间窗信号；通过预设的滤波器组分别对各个所述样本时间窗信号进行带通滤波处理，得到每个所述样本时间窗信号所对应的多个不同尺度的样本频带信号，所述滤波器组包括多个不同带宽的滤波器；分别计算得到各个所述样本频带信号的样本协方差矩阵；其中，对于第i个试次，样本协方差矩阵的计算公式如下： ；其中，为采样点数，是第i个试次的初始样本脑电信号，上标表示矩阵的转置，为第i个试次的样本协方差矩阵；其中，所述利用滑动窗口方法将所述初始样本脑电信号划分为多个不同尺度的样本时间窗信号包括如下步骤：获取所述初始样本脑电信号的信号采集时间段，并将信号采集时间段内整体的所述初始样本脑电信号作为第一尺度下的样本时间窗信号；基于向下取整原则将所述信号采集时间段总时间长度的14作为第二尺度滑动窗口，并基于所述第二尺度滑动窗口利用滑动窗口方法将所述初始样本脑电信号划分为4个第二尺度下的样本时间窗信号；若经过所述第二尺度滑动窗口划分结束后存在剩余的所述初始样本脑电信号，则将剩余的所述初始样本脑电信号填补至第二尺度下最后一个所述样本时间窗信号中；基于向下取整原则将所述信号采集时间段总时间长度的12作为第三尺度滑动窗口，并基于所述第三尺度滑动窗口利用所述滑动窗口方法将所述初始样本脑电信号划分为2个第三尺度下的样本时间窗信号；若经过所述第三尺度滑动窗口划分结束后存在剩余的所述初始样本脑电信号，则将剩余的所述初始样本脑电信号填补至第三尺度下最后一个所述样本时间窗信号中；其中，所述基于所述运动想象任务采集多个试次的实时脑电信号，结合多个试次的所述实时脑电信号和所述样本协方差矩阵，并采用所述黎曼切空间映射方法自适应提取得到所述实时脑电信号对应的待分类协方差特征包括如下步骤：基于所述运动想象任务采集多个试次的实时脑电信号，并对所有所述实时脑电信号进行预处理操作；对所述预处理操作后的所有所述实时脑电信号进行滤波处理，并分别计算所述滤波处理后各个所述实时脑电信号的基础协方差矩阵；按照试次顺序将所述基础协方差矩阵和对应试次的所述样本协方差矩阵进行拼接处理和切片处理，得到各个试次中的目标协方差矩阵；基于预设的特征提取数量并采用黎曼切空间映射方法提取所有所述目标协方差矩阵中的待分类协方差特征；其中，所述基于预设的特征提取数量并采用黎曼切空间映射方法提取所有所述目标协方差矩阵中的待分类协方差特征包括如下步骤：按照试次顺序将多个所述目标协方差矩阵构建为目标协方差矩阵集，直至所述目标协方差矩阵集中的矩阵数量达到预设的特征提取数量；在所述目标协方差矩阵集中的矩阵数量达到所述特征提取数量后，每往所述目标协方差矩阵集中增加一个最新试次的所述目标协方差矩阵，则移除所述目标协方差矩阵集中一个最早试次的所述目标协方差矩阵；基于黎曼流形计算所述目标协方差矩阵集中所有所述目标协方差矩阵之间的目标黎曼距离；结合所有所述目标黎曼距离并通过迭代算法计算得到目标黎曼均值，根据所述目标黎曼均值确定目标参考协方差矩阵；以所述目标参考协方差矩阵作为黎曼流形的参考点，分别将所述目标协方差矩阵集中各个所述目标协方差矩阵投影至对应的黎曼切空间上，得到各个所述目标协方差矩阵的待分类协方差特征。

全文数据：

权利要求：

百度查询： 湘江实验室 基于黎曼流形的实时脑电信号自适应分类方法及系统