一种基于矢量多分类的大脑功能区特异性脑电检测方法
专利汇可以提供一种基于矢量多分类的大脑功能区特异性脑电检测方法专利检索，专利查询，专利分析的服务。并且一种基于矢量多分类的大脑功能区特异性脑电检测方法，其特征在于，包含以下顺序的步骤：首先在被检测者执行或接受特定任务状态下，采集脑电 信号 ；然后采用矢量多分类的方法，对脑 电信号 进行小波分解并重构各单子频段信号，以任务事件前后的各单子频段信号 能量 差别作为特征量，构建多维时频域矢量；最后采用基于 决策树 的 支持向量机 多分类 算法 对多维时频域矢量进行分类，从而识别各 电极 导联 上脑电信号的特异性，完成大脑皮能区脑电特异性的检测。本 发明 的方法，能够科学、准确地检测大脑皮层功能区的脑电特异性，可广泛应用于基于脑电分析的术中脑功能 定位 、认知功能评估以及 脑机 接口 等神经科学的研究与临床应用。，下面是一种基于矢量多分类的大脑功能区特异性脑电检测方法专利的具体信息内容。
1.一种基于矢量多分类的大脑功能区特异性脑电检测方法，其特征在于，包含以下顺序的步骤：
S1.首先在被检测者执行或接受特定任务状态下，采集脑电信号；
S2.然后采用矢量多分类的方法，对脑电信号进行小波分解并重构各单子频段信号，以任务事件前后的各单子频段信号能量差别作为特征量，构建多维时频域矢量；
S3.最后采用基于决策树的支持向量机多分类算法对多维时频域矢量进行分类，从而识别各电极导联上脑电信号的特异性，完成大脑皮能区脑电特异性的检测。
2.根据权利要求1所述的基于矢量多分类的大脑功能区特异性脑电检测方法，其特征在于，所述的步骤S2具体为：先选定小波基，根据信号的采样频率fs，对脑电信号进行J层小波分解，J取满足公式(1)的最大整数；提取各层的细节系数和逼近系数，重构各层系数的单子频带信号；在重构单子频带信号时，先把其他层的系数都置0，再重构该层系数，得到该层系数对应的单子频带信号；以任务前后的能量差别作为特征量，计算所有单子频带重构信号的特征量，把这些特征量组成一个多维的矢量，即得到多维时频域矢量；其中公式(1)如下所示：
J≤log2fs (1)。
3.根据权利要求1所述的基于矢量多分类的大脑功能区特异性脑电检测方法，其特征在于，步骤S3中，所述的基于决策树的支持向量机多分类算法，在构造支持向量机多分类器时引入“类间相对分离度”的概念，在决策树的上层节点处分离出最容易分离的类，然后再分离不容易分的类，使错分尽量远离树根。
4.根据权利要求1所述的基于矢量多分类的大脑功能区特异性脑电检测方法，其特征在于，步骤S1中，所述的脑电信号是通过电极和脑电图机采集的。
一种基于矢量多分类的大脑功能区特异性脑电检测方法
技术领域
背景技术
发明内容
附图说明
具体实施方式
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种脑机接口视觉刺激显示系统 | 2020-05-20 | 66 |
| 一种基于选择性感受的脑机接口系统 | 2020-05-20 | 385 |
| 脑机接口家电遥控装置 | 2020-05-11 | 767 |
| 一种侵入式脑机接口 | 2020-05-13 | 935 |
| 用于脑机接口的系统 | 2020-05-11 | 477 |
| 脑机接口的最优电极组自动选取方法 | 2020-05-20 | 15 |
| 一种基于脑机接口的能量球 | 2020-05-15 | 673 |
| 一种脑机接口通信装置 | 2020-05-12 | 425 |
| 一种40导联脑机接口信息采集系统 | 2020-05-19 | 112 |
| 一种脑机接口脑电头盔 | 2020-05-14 | 667 |
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。
