一种基于卷积盲源分离的脑电信号独立分量提取方法
【技术领域】
[0001] 本发明涉及一种脑电信号独立分量提取方法，特别是一种基于卷积盲源分离的脑 电信号独立分量提取方法。
【背景技术】
[0002] 脑电信号特征提取是脑机接口的关键步骤之一。从多通道脑电信号中分离出独立 分量，再从独立分量中提取特征信号，是被广泛采用的脑电信号特征提取流程。脑电信号独 立分量提取方法通过对多路脑电混合过程进行建模，基于该模型对脑电混合信号进行盲源 分离，得到统计上独立的多个分量。当前，脑电信号独立分量的提取方法一般是基于瞬时混 合模型的，即假定多通道脑电信号是瞬时线性混合的；而在严格意义上，多通道脑电信号是 卷积混合的；瞬时混合模型忽略了脑电信号传播过程的时空动态性，从而影响了独立分量 提取的实际效果，进而制约了脑电信号特征提取与分类识别准确率的提高。
【发明内容】
[0003] 本发明的目的在于提供一种基于卷积盲源分离的脑电信号独立分量提取方法，解 决基于瞬时混合模型的独立分量提取方法不能真实描述脑电信号混合过程从而影响脑电 信号特征提取与分类识别准确率的问题。
[0004] 一种基于卷积盲源分离的脑电信号独立分量提取方法，其具体步骤为： 第一步搭建基于卷积盲源分离的脑电信号独立分量提取系统 基于卷积盲源分离的脑电信号独立分量提取系统，包括:AD采样模块、短时傅里叶变 换模块、频域瞬时盲源分离模块、顺序调整模块和短时傅里叶逆变换模块。AD采样模块用于 对脑电信号进行采样，使脑电信号离散化；短时傅里叶变换模块用于将时域上的卷积混合 信号转换成频域上的瞬时混合信号；频域瞬时盲源分离模块用于对频域上的瞬时混合信号 进行盲源分离；顺序调整模块用于对每个频域段上的向量中的独立分量进行顺序调整；短 时傅里叶逆变换模块用于将频域上分离的结果转换成时域独立分量。
[0005] 第二步AD采样模块对脑电信号进行采样 AD采样模块分别对采集到的/7路脑电信号X7进行AD采样，使脑电信号离散化，其中 户1，2,…，/?〇
[0006] 第三步短时傅里叶变换模块将时域脑电信号变换到频域 短时傅里叶变换模块对脑电信号&进行?点的离散傅里叶变换，得到不，其中 i=l，2,…，?。不=[Zil，不2，…，ZJ71尤7是脑电信号X 7经过离散傅里叶变换后第i个频域 段的成分组成的横向量，通过离散傅里叶变换使时域上的卷积混合转换成频域上的瞬时混 合。
[0007] 第四步频域瞬时盲源分离模块对频域瞬时混合信号进行分离 频域瞬时盲源分离模块对?个频域段上的复数瞬时混合信号不，分别采用复数自然梯 度算法进行分离，即求得解混矩阵I使得： 7j= ViXi (Ο 各分量之间的统计独立性最强。式中，Λ是第i个频率段上的独立分量组成的向量， 7厂[7/1，，…，0
[0008] 的学习规则为：
【主权项】
1. 一种基于卷积盲源分离的脑电信号独立分量提取方法，其特征在于具体步骤为： 第一步搭建基于卷积盲源分离的脑电信号独立分量提取系统 基于卷积盲源分离的脑电信号独立分量提取系统，包括:AD采样模块、短时傅里叶变 换模块、频域瞬时盲源分离模块、顺序调整模块和短时傅里叶逆变换模块;AD采样模块用 于对脑电信号进行采样，使脑电信号离散化；短时傅里叶变换模块用于将时域上的卷积混 合信号转换成频域上的瞬时混合信号；频域瞬时盲源分离模块用于对频域上的瞬时混合信 号进行盲源分离；顺序调整模块用于对每个频域段上的向量中的独立分量进行顺序调整； 短时傅里叶逆变换模块用于将频域上分离的结果转换成时域独立分量； 第二步AD采样模块对脑电信号进行采样 AD采样模块分别对采集到的路脑电信号&进行AD采样，使脑电信号离散化，其中 户1，2, 第三步短时傅里叶变换模块将时域脑电信号变换到频域 短时傅里叶变换模块对脑电信号&进行?点的离散傅里叶变换，得到不，其中 /=1，2，一，取不=[不1，不2，一，不/3]7'，尤 7是脑电信号^/经过离散傅里叶变换后第/个频域 段的成分组成的横向量，通过离散傅里叶变换使时域上的卷积混合转换成频域上的瞬时混 合； 第四步频域瞬时盲源分离模块对频域瞬时混合信号进行分离 频域瞬时盲源分离模块对?个频域段上的复数瞬时混合信号不，分别采用复数自然梯 度方式进行分离，即求得解混矩阵I使得： ，尸叹 ⑴ 各分量之间的统计独立性最强；式中，乃是第i个频率段上的独立分量组成的向量， ^的学习规则为：
(2) 式中，AWi表不Wi的增量，（OH表示共轭转置，n是学习速率，/是单位矩阵，六_7,) 是非线性函数：
(3) 式中，I为对角矩阵，其中的元素毛为：
(4) 最终得到?个频域段上的独立分量组成的向量乃;公式（4)中，E( ?)表示期望； 第五步顺序调整模块对每个频域段上向量中的独立分量进行顺序调整 顺序调整模块根据脑电信号独立分量的特点：来源于同一独立分量的相邻频率段的信 号之间存在相关性，通过相邻频率段信号之间的幅值相关性进行顺序调整； 对于i=l, 2,…，的每种情况： 当7保持不变，对于知1，2,…，/?-1的每种情况： 相关系数为：
(5) 公式（5)中，表示|j^/和|凡.^./的相关系数，户夂左+1，…，仏寻找到/^中的最大值， 将最大值对应的下标记为Jlmax，即;交换乃/+1)1_和_FU+1U ; 最终得到调整顺序后的J/2，…，J/J7; 第六步短时傅里叶逆变换模块将频域分离结果变换成时域上的独立分量 短时傅里叶逆变换模块对调整顺序的结果进行组合，并作短时傅里叶逆变换：将j^.， J/，…，组合成向量~^/=[乃_/，?％，…，JV]7;然后对分别作历点的短时傅里叶逆 变换，得到个脑电信号的独立分量
【专利摘要】本发明公开了一种基于卷积盲源分离的脑电信号独立分量提取方法，其具体步骤为：搭建包括AD采样模块、短时傅里叶变换模块、频域瞬时盲源分离模块、顺序调整模块和短时傅里叶逆变换模块的基于卷积盲源分离的脑电信号独立分量提取系统；AD采样模块对脑电信号进行采样；短时傅里叶变换模块将时域脑电信号变换到频域；频域瞬时盲源分离模块对频域瞬时混合信号进行分离；顺序调整模块对每个频域段上向量中的独立分量进行顺序调整；短时傅里叶逆变换模块将频域分离结果变换成时域上的独立分量。本发明基于更真实的卷积混合模型提取脑电信号独立分量，采用卷积盲源分离的频域算法，实现简单、分离效果好、计算复杂度低。
【IPC分类】G06K9-62
【公开号】CN104700119
【申请号】CN201510127762
【发明人】廖平平, 张利剑
【申请人】北京机械设备研究所
【公开日】2015年6月10日
【申请日】2015年3月24日