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：山东大学

摘要：本发明属于生理信号分析领域，提供了一种基于单通道脑电信号的精神压力检测系统及方法，该方案具体为：将预处理后得到的单导总体脑电时间信号按照不同频率范围划分为多个子带脑电信号，在总体和子带脑电信号上分别提取时域、频域、时频域及非线性特征，将得到的多维特征联合构建特征集；所述风险评估模块用于基于特征集和精神压力状态检测模型进行精神压力的分类，根据分类结果检测是否存在精神压力；其中，所述精神压力状态检测模型构建时，采用基于函数扰动法思想的混合特征选择算法进行特征选择，根据嵌套的五折交叉验证结果，构建最优特征集，基于最优特征集采用支持向量机分类器进行精神压力的分类。能够显著提高精神压力检测的准确性。

主权项：1.一种基于单通道脑电信号的精神压力检测系统，其特征在于，包括：脑电电极传感器单元，用于采集被测试者的单通道原始脑电信号；脑电信号处理单元，用于对原始脑电信号进行放大和初步滤波，并经模数转换后无线传输至主控单元；主控单元，包括数据处理模块和风险评估模块；所述数据处理模块用于基于原始脑电信号去除所需频率范围外的噪声工频干扰和眼电伪迹，得到总体脑电时间信号，将总体脑电时间信号按照不同频率范围划分为多个子带脑电信号，在总体和子带脑电信号上分别提取时域、频域、时频域及非线性特征，将得到的多维特征联合构建特征集；所述风险评估模块用于基于特征集和精神压力状态检测模型进行精神压力的分类，根据分类结果检测是否存在精神压力；其中，所述精神压力状态检测模型构建时，采用基于函数扰动法思想的混合特征选择算法进行特征选择，根据嵌套的五折交叉验证结果，构建最优特征集，基于最优特征集采用支持向量机分类器进行精神压力的分类；所述数据处理模块包括信号预处理模块和特征提取模块；所述信号预处理模块用于对脑电数据进行0.5～50Hz的带通滤波，同时进一步陷波滤波去除50Hz的工频干扰；针对眼电伪迹，采用了WT-EEMD-ICA的方法去除，得到所需的干净的总体脑电时间信号；所述特征提取模块包括时域特征提取模块、频域特征提取模块、时频域特征提取模块以及非线性特征提取模块；时域特征提取模块用于对0.5-50Hz脑电信号和各分频段脑电信号分别在时域上计算时域特征；频域特征提取模块用于对多个子带脑电信号进行傅里叶变换，求取频谱在总频段和各子频段上计算频域特征，同时计算多个子带脑电信号间的相对功率比及频谱不对称指数；时频域特征提取模块用于采用db4小波基函数对脑电进行10层分解，并分别用第3,4,5,6,7,8,9,10这8层细节系数小波重构，计算每个重构信号的统计特征，计算8层重构细节系数的总能量及各层能量占比Pi，并计算得到小波能量熵； 非线性提取模块用于提取样本熵、排列熵和功率谱熵三种熵特征，Higuchi分形维数，katz分形维数，Lempel-Ziv复杂度，赫斯特指数和DFA标度指数；所述风险评估模块包括最优特征集选取模块，所述最优特征集选取模块用于采用基于函数扰动法思想的混合特征选择算法，即采用基于支持向量机的递归消除、互信息、随机森林和支持向量机权重四种特征选择算法，分别对原始特征集特征选择，得到每种算法的最优特征子集S1、S2、S3和S4；对S1-S4特征子集中重复出现2次、3次、4次、2次及以上和3次及以上的特征，依次构建新的特征集sr_2、sr_3、sr_4、sr_234和sr_34，分别将五个特征集输入分类器中，将分类准确率最高的特征集确定为压力检测模型的最优特征集，也即对压力诊断最有用的指标组合。

全文数据：

权利要求：

百度查询： 山东大学 一种基于单通道脑电信号的精神压力检测系统及方法