专利汇可以提供基于二阶盲辨识的脑电信号识别方法专利检索,专利查询,专利分析的服务。并且本 发明 属于 生物 医学工程和信息技术领域,该发明实现了通过采集分析人脑脑电 信号 实现对个体的身份认证和识别。通过不同的刺激模式训练受试者,让受试者适应不同的刺激模式,产生不同的脑 电信号 ,通过二阶盲辨识对刺激产生的脑电信号进行分析,抽提出个体的特征信号进行分类识别,以确定目标特征,训练过程结束。身份识别时,只需将采集的脑电信号提取出目标特征,进行分类,并与每人的模板相比较,即可确定识别结果。研究结果表明,最高识别率88%,平均识别率在83%左右,能够实现个体身份识别和认证。,下面是基于二阶盲辨识的脑电信号识别方法专利的具体信息内容。
1、基于二阶盲辨识的脑电信号识别方法,其特征在于:本发明包含以下步骤:
步骤(1)、受试者带上电极帽,原始脑电信号是通过64导符合国际脑电 图学会标定的10/20法的EEG放大器采集,采样率为250Hz,以左侧乳突为参 考电极,带通滤波器通频带为1-50Hz,选取6个电极采集脑电信号,6个电极 是国际脑电图学会标定的10/20国际标准中的C3,C4,P3,P4,O1和O2 6 个电极位置,采集不同运动想象过程的受试者脑电信号;
步骤(2)、在计算机屏幕上根据设定好的刺激程序,提示受试者开始想象 运动,受试者根据实验要求,做出四类不同的运动想象,想象左手运动、右手 运动、腿动和舌动,受试者经过训练,熟悉实验过程;
步骤(3)、将采集到的脑电信号进行预处理,首先对获取的脑电信号进行 筛选,排除一部分明显异常的脑电信号,然后对剩下的脑电信号进行去眼电、 去伪迹、基线校正、线性校正预处理;
步骤(4)、脑电信号处理,经过预处理的脑电信号中仍然包含很多无关的 诱发电位和背景噪声,采用盲源分离算法中的二阶盲辨识来对脑电信号进行进 一步处理;
步骤(5)、特征提取,采用Fisher距离来确定特征,对每根电极的数据 提取8-12个特征点,总共48--72个特征点;
步骤(6)、使用BP神经网络进行分类学习与测试。我们可以确定适合该 受试者的运动想象类型;
步骤(7)、将未知的脑电数据输入神经网络进行识别和认证。受试者通过 上述步骤1-6后,确定了BP神经网络结构和适合的运动想象类型,此时就可 以进行识别和认证了,受试者戴上电极帽,按照步骤2开始运动想象,只需步 骤6中确定的最适合的一种运动想象类型,采集脑电信号,预处理后,按照步 骤5介绍的算法提取特征量,将提取的特征量输入到步骤6确定的神经网络中。 如果是识别,则神经网络输出受试者的编码;如果是认证,则神经网络输出则 改为是否该受试者。
2、如权利要求1所述的基于二阶盲辨识的脑电信号识别方法,其特征在 于:
步骤(4)、脑电信号处理的具体算法如下:令x(t)的n个列向量对应n 个电极的连续时间脑电信号,则xi(t)对应第i个电极的脑电信号。每一个xi(t) 都可以看成是n个源si(t)的线性瞬时混合,混合矩阵为A,则
x(t)=As(t) (1)
SOBI仅仅利用传感器测量得到的脑电信号x(t),得到近似于A-1分解矩阵W, 使得
为恢复的连续时间源信号,
SOBI算法有两个步骤:首先对脑电信号进行零均值化,如下式所示:
y(t)=B(x(t)-
尖括号<·>表示时间平均,因此y的均值为零。矩阵B的取值使得y的相关矩阵
其中λi为相关矩阵<(x(t)-
第二步,构造一组对角矩阵:选取一组时间延迟τ,计算信号y(t)和它的 时间延迟信号y(t+τ)的对称化相关矩阵:
Rτ=sym(
其中sym(M)=(M+MT)/2 (6)
这是一个将不对称矩阵转变为相关的对称矩阵的函数。对称化的过程丢失 了一些信息,但却提供了有效的解决方法,
计算完Rτ,再对Rτ进行对角化:通过旋转矩阵V,运用迭代法,使得
∑τ∑i≠j(VTRτV)ij2 (7)
取得极小值,则分离矩阵的估计
W=VTB (8)。
技术背景:
身份识别及验证是是保证国家公共安全和信息安全的重要前提。在国家安 全、公安、司法、电子商务、电子政务、安全检查、保安监控等应用领域,都 需要准确的身份识别及鉴定。传统的身份标识物品(如钥匙、证件、银行卡) 等的验证方法;另一类为基于身份标示知识(如用户名、密码等)的验证方法。 但是,标示物品容易遗失或假冒,标示知识容易遗忘或破译。生物特征识别技 术给这一愿望带来了实现的可能。人们可能会遗忘或丢失他们的卡片或密码, 但绝对不会遗忘或者丢失自己的生物特征,如人脸、指纹、虹膜、掌纹、脑电 波等。因此,基于生物特征识别技术的个人身份识别系统具有更好的安全性、 可靠性和有效性,正越来越受到人们的重视,并开始进入我们社会生活的各个 领域,迎接新时代的挑战。自20世纪80年代末90年代初,随着信息安全重 要性的日益突出,生物特征识别技术研究开始成为一个研究热点。生物特征识 别技术(Biometrics)是指通过计算机与光学、声学、生物传感器和生物统计学 原理等高科技手段密切结合,利用人体固有的生理特性(如指纹、人脸、虹膜、 脑电波、脉搏等)或行为特征(如笔迹、语音、步态等)来进行个人身份的认证。 生物特征识别技术具有不会遗忘、不易伪造或被盗、随身携带和随时随地可用 等优点,比传统的身份认证方法更加安全、保密、方便。能够用来鉴定和认证 身份的生物特征应该具有普遍性、唯一性、稳定性和可采集性等特点。目前, 比较成熟和最具有应用前景的几种生物特征识别技术包括指纹、人脸、人脸温 谱图、虹膜、视网膜、手型、声纹以及签名等。其中,虹膜识别和指纹识别被 公认为最可靠的两种生物识别技术。
人的任何生理或行为特征只要它满足以下的条件,原则上就可以作为生物 特征用于身份鉴别:(1)普遍性,每个人都有;(2)唯一性,每个人都不同; (3)稳定性,在某一段时间是不变的;(4)可采集性,可以方便的定量测量。 当然,仅仅满足以上的条件未必可行,实际的系统还应该考虑:(1)性能,即 识别的准确性、速度、鲁棒性以及为达到要求所需要的资源;(2)可接受性, 人们对这种生物识别的接受程度;(3)可欺骗性,能否通过主观欺诈的方法骗 过系统的难易程度。
目前常用的生物识别技术存在这样或那样的问题,例如人脸识别对于双胞 胎无能为力;声纹识别容易模仿;指纹识别会受手指受伤的影响,同时也容易 盗用。脑电(EEG)信号不仅是一个非常有用的临床诊断工具,而且也是一种 很好的用于身份认证的生物特征识别工具。首先,它具备普遍性,每个人都有 脑电波;其次由于每个人的大脑特性、思维方式、记忆等不同造成人与人之间 存在不同的EEG信号;第三,EEG也具备一定的稳定性,在一定时间内,EEG 信号可以保持相对的稳定性,最后,EEG信号便于采集。基于EEG信号的生物 识别系统能够达到一定的准确性和较快的速度,并且对人体不会产生任何伤 害,人们也能接受。由于EEG信号来源于大脑的思维活动,难以伪造,系统的 鲁棒性很高。对人脑的脑电信号研究分析表明,不同个体在不同的脑区会产生 不同的神经脉冲反应,根据这种脑电信号不同,可以提取出个体的脑电信号特 征,利用设定的分类算法,能使得脑电信号具备个体特异性。基于以上分析, 基于脑电的生物身份识别系统是一种新的有应用前景的身份鉴别系统。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
一种基于云服务的肌电图诱发电位仪 | 2020-05-12 | 753 |
一种适用于肌电图诱发电位仪的高电导率电极 | 2020-05-19 | 486 |
一种基于触听觉诱发电位的脑控轮椅系统 | 2020-05-19 | 139 |
一种听觉诱发电位测试装置 | 2020-05-13 | 508 |
体感诱发电位波形的分类器 | 2020-05-13 | 822 |
诱发电位检测系统的刺激器手持件 | 2020-05-13 | 748 |
肌电诱发电位图仪抗干扰电路 | 2020-05-15 | 820 |
诱发电位检测系统的刺激器手持件 | 2020-05-16 | 820 |
一种动物前庭诱发电位的获取系统 | 2020-05-11 | 647 |
新型肌电图诱发电位仪 | 2020-05-17 | 761 |
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。