一种运动想象脑电信号多变量建模方法
文献发布时间:2023-06-19 12:18:04
技术领域
本发明涉及一种时间序列建模方法,具体涉及一种多通道运动想象脑电信号建模算法,以充分挖掘神经元活动动态信息。
背景技术
脑电信号是神经细胞电生理活动在头皮上的反映,能够从中提取认知活动重要信息。对多通道脑电信号进行有效建模不但可提高特征提取与分类的准确度,还可加深对认知活动动态过程的理解(特别有利于精神心理疾病的前期快速诊断)。脑电信号为非平稳随机信号,根据单通道信号难以全面揭示神经活动动态过程。因此,在脑电数据去噪后,有必要进行多通道多变量建模分析。
发明内容
本发明针对现有方法的不足,提出了一种运动想象脑电信号多变量建模分析方法。
本发明提出一种运动想象脑电信号多变量建模分析方法,
1)窗口宽度为w
其中N为采样点数;d
其中s
2)D
D′
其中mean(·)为向量期望值,std(·)为向量标准差;
3)计算距离序列能量E
C=C∪{D′
其中C为阈值大于Th的通道间距序列;
4)对C中保留通道间距离进行矢量回归,确定各对通道间动态依赖关系Q:
Q=C′∑
其中
Q代表脑电多个通道信号序列间动态依赖关系,为脑电信号特征提取提供依据,其中c表示通道间距离矢量回归系数,(M-p)为系数个数。
本发明的有益效果:本发明在计算复杂度与收敛速度间取得了平衡,便于实现,可满足脑电信号快速分析需求。本发明可有效对运动想象脑电信号进行建模分析,发现认知过程中的动态生理信息。
具体实施方式
一种运动想象脑电信号多变量建模分析方法,该方法具体如下:
1)窗口宽度为w
其中N为采样点数;d
其中s
2)D
D′
其中mean(·)为向量期望值,std(·)为向量标准差;
3)计算距离序列能量E
C=C∪{D′
其中C为阈值大于Th的通道间距序列;
4)对C中保留通道间距离进行矢量回归,确定各对通道间动态依赖关系Q:
Q=C′∑
其中
Q代表脑电多个通道信号序列间动态依赖关系,为脑电信号特征提取提供依据,其中c表示通道间距离矢量回归系数,(M-p)为系数个数。
- 一种运动想象脑电信号多变量建模方法
- 一种基于并行CNN-Transformer神经网络的运动想象脑电信号分类方法