专利汇可以提供一种运动想象脑电信号特征提取与分类系统及方法专利检索,专利查询,专利分析的服务。并且本 发明 涉及一种运动想象脑电 信号 特征提取与分类系统及方法,该方法基于一种运动想象脑 电信号 特征提取与分类系统,该方法的具体步骤包括:对运动想象脑电信号的训练:将 脑机 接口 系统采集的运动想象脑电信号作为 训练数据 进行格式转换、特征点提取、 特征向量 计算、 降维 、字典学习和类别直方图计算,得到训练字典及训练数据的类别直方图;对运动想象脑电信号的测试:将 脑机接口 系统采集的运动想象脑电信号作为测试数据进行格式转换、特征点提取、特征向量计算、降维,利用训练模 块 中的训练字典得到测试数据的稀疏表达,得到测试数据的类别直方图,并根据训练数据的类别直方图与测试数据的类别直方图的对比结果进行测试数据分类。,下面是一种运动想象脑电信号特征提取与分类系统及方法专利的具体信息内容。
1.一种运动想象脑电信号特征提取与分类系统,该系统包括训练模块和测试模块;其特征是:
所述训练模块被配置为将脑机接口系统采集的运动想象脑电信号作为训练数据进行格式转换、特征点提取、特征向量计算、降维、字典学习和类别直方图计算,得到训练字典及训练数据的类别直方图的模块;
所述测试模块被配置为将脑机接口系统采集的运动想象脑电信号作为测试数据进行格式转换、特征点提取、特征向量计算、降维,利用训练模块中的训练字典得到测试数据的稀疏表达,得到测试数据的类别直方图,并根据训练数据的类别直方图与测试数据的类别直方图的对比结果进行测试数据分类的模块。
2.如权利要求1所述的一种运动想象脑电信号特征提取与分类系统,其特征是:所述训练模块包括第一脑电信号存储模块,所述第一脑电信号存储模块将脑机接口系统采集的运动想象脑电信号作为训练数据存储;
所述测试模块包括第二脑电信号存储模块,所述第二脑电信号存储模块将脑机接口系统采集的运动想象脑电信号作为测试数据存储。
3.一种运动想象脑电信号特征提取与分类方法,该方法基于一种运动想象脑电信号特征提取与分类系统,其特征是:该方法的具体步骤包括:
(1)对运动想象脑电信号的训练:将脑机接口系统采集的运动想象脑电信号作为训练数据进行格式转换、特征点提取、特征向量计算、降维、字典学习和类别直方图计算,得到训练字典及训练数据的类别直方图;
(2)对运动想象脑电信号的测试:将脑机接口系统采集的运动想象脑电信号作为测试数据进行格式转换、特征点提取、特征向量计算、降维,利用训练模块中的训练字典得到测试数据的稀疏表达,得到测试数据的类别直方图,并根据训练数据的类别直方图与测试数据的类别直方图的对比结果进行测试数据分类。
4.如权利要求3所述的一种运动想象脑电信号特征提取与分类方法,其特征是:所述步骤(1)中对训练数据进行格式转换的具体步骤为:
将采集的运动想象脑电信号由二维信号转换为三维信号:将第一脑电信号存储模块中存储的脑机接口系统采集的运动想象脑电信号X∈IRn×m×T构建二维空间矩阵。
5.如权利要求3所述的一种运动想象脑电信号特征提取与分类方法,其特征是:所述步骤(1)中对特征点提取和特征向量计算的具体步骤为:
(1-1)关键点检测:第一脑电信号存储模块中存储的脑机接口系统采集的运动想象脑电信号X∈IRn×m×T表示为X=[X1,X2,...,XT];
对于X中的每个值利用Harris关键点检测器检测关键点,针对检测到的所有关键点提取大小为(η×η×T)的模块;
(1-2)特征值提取:针对步骤(1-1)中的模块所有值去均值,针对模块里面的每一个像素沿着时间方向计算其方差M2,偏态M3和峰度M4,组成与模块对应的时间矩阵Mr,r={2,3,
4},其中Mr=[mij],i,j=1,2,...,η
其中,vijt是位置在{i,j}的第t个时间片;
(1-3)特征向量计算:将步骤(1-2)中的每一个时间矩阵转化为一个长度为η2的向量,时间矩阵Mr,r={2,3,4}中r的三个值组成特征向量m∈IRd,其中d=3η2为关键点模块的特征向量长度,
6.如权利要求5所述的一种运动想象脑电信号特征提取与分类方法,其特征是:所述步骤(1)中降维采用随机投影(random projection)方法进行降维处理,具体步骤为:
d×p
记描述该运动想象特征向量m的矩阵为D∈IR ,其中,d为关键点模块的特征向量长度,p为关键点模块的数量;
将维数为d的向量投影到一个维数为n的子空间中,其中n<<d;
通过矩阵D乘以一个随机矩阵R来实现特征向量矩阵的降维处理,将特征向量矩阵维数降低为n×p:
Y=RD
其中,Y∈IRn×p为降维后的特征向量矩阵,R为随机投影矩阵,R∈IRn×d,均值为0,方差为
1。
7.如权利要求6所述的一种运动想象脑电信号特征提取与分类方法,其特征是:所述步骤(1)中的字典学习根据降维后的特征向量矩阵Y,通过压缩传感得到Y的稀疏表达,具体步骤为:
利用K-SVD算法,得到满足下列公式的字典Φ∈IRn×m(m>n)和稀疏表达式其中,xi包含k(k<
8.如权利要求3所述的一种运动想象脑电信号特征提取与分类方法,其特征是:所述步骤(2)中测试数据的稀疏表达计算的具体步骤为:
将步骤(2)中测试数据分别经过格式转换、特征点提取、特征向量计算、降维得到的降维后的特征向量矩阵Q,结合步骤(1)中得到的字典Φ,
根据:
得到测试数据的稀疏表达XQ。
9.如权利要求6所述的一种运动想象脑电信号特征提取与分类方法,其特征是:所述步骤(1)中的训练数据的类别直方图和所述步骤(2)中的测试数据的类别直方图分别根据:
得到,所述步骤(1)中的训练数据的类别直方图为hi,所述步骤(2)中的训练数据的类别直方图为hQ。
10.如权利要求9所述的一种运动想象脑电信号特征提取与分类方法,其特征是:所述步骤(2)中测试数据分类的具体步骤为:
根据:
确定所述测试数据的所述类别。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
一种基于脑机接口技术的装置和方法 | 2020-05-19 | 531 |
一种快速近红外脑机接口方法 | 2020-05-19 | 176 |
基于脑机接口的电话系统及其方法 | 2020-05-19 | 841 |
一种多态脑机接口系统 | 2020-05-12 | 254 |
多模态脑机接口轮椅控制系统 | 2020-05-20 | 901 |
一种基于脑机接口的三维建模方法 | 2020-05-15 | 170 |
脑机接口家电遥控装置 | 2020-05-11 | 342 |
脑机接口家电遥控装置 | 2020-05-11 | 832 |
脑机接口的最优电极组自动选取方法 | 2020-05-20 | 484 |
脑机接口的最优电极组自动选取方法 | 2020-05-17 | 40 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。