基于动态定向传递函数的脑功能网络特征提取方法

    公开(公告)号:CN111528836B

    公开(公告)日:2023-04-28

    申请号:CN202010375284.8

    申请日:2020-05-06

    Inventor: 李明爱 张娜

    Abstract: 本发明公开了基于动态定向传递函数的脑功能网络特征提取方法,该方法主要包括:首先对原始运动想象脑电信号进行共平均参考、导联优选等预处理;接着采用提出的DDTF算法对经过预处理的脑电信号计算网络连接边并分别构建不同频段脑功能网络;进而根据脑功能网络计算得到网络特征参数流出信息及信息流增益,将两种特征参数串行融合作为特征向量送入支持向量机进行特征评估;最后根据识别率闭环确定最优参数及最优频段,得到最终分类结果。本发明将其用于构建运动想象脑功能网络,计算得到网络参数用于MI‑EEG特征提取,该方法不仅能够精确刻画MI‑EEG在频域的变化特性,而且准确反映了BFN的动态演化过程,对MI‑EEG分类准确率的提升有很大帮助。

    基于脑源成像与相关性分析的电极选择方法

    公开(公告)号:CN110584660A

    公开(公告)日:2019-12-20

    申请号:CN201910838431.8

    申请日:2019-09-05

    Abstract: 本发明公开了基于脑源成像与相关性分析的电极选择方法,根据电极帽的初始电极配置确定基础电极组;然后,对采集到的运动想象脑电信号进行带通滤波预处理;接着,使用标准化低分辨率脑电磁断层扫描成像算法对MI-EEG进行脑源成像,得到脑源域偶极子幅值时间序列;进而,根据每次实验的偶极子幅值峰值确定脑皮层激活区域,计算激活区域内偶极子幅值时间序列与各电极MI-EEG信号的皮尔逊相关系数并降序排列;最后,选择相关系数较大的电极与基础电极组结合组成最优电极组。本发明排除了与想象任务相关性弱且不利于分类的电极,对于提高计算效率和实验便捷性具有重要意义。

Patent Agency Ranking