-
公开(公告)号:CN113768518A
公开(公告)日:2021-12-10
申请号:CN202111031753.5
申请日:2021-09-03
Applicant: 中国地质大学(武汉)
Abstract: 本发明涉及脑电信息处理领域,提供一种基于多尺度色散熵分析的脑电情感识别方法及系统,包括:获取原始脑电信号,对所述原始脑电信号进行预处理,获得预处理后的脑电信号;所述预处理后的脑电信号包括:θ节律脑电信号、α节律脑电信号、β节律脑电信号和γ节律脑电信号;提取所述预处理后的脑电信号的多尺度色散熵;将所述多尺度色散熵输入训练好的轻量梯度提升树,获得情感分类。本发明能够深入分析各节律脑电信号所蕴含的情感信息,提取出表征能力更强的脑电情感特征;使用色散熵作为特征提取方法,无需计算嵌入维数分别为s和s+1的任意两个复合延迟向量之间的距离,不对每个嵌入向量的幅度值进行排序,能够有效降低特征提取运算消耗。
-
公开(公告)号:CN115281690A
公开(公告)日:2022-11-04
申请号:CN202210815664.8
申请日:2022-07-12
Applicant: 中国地质大学(武汉)
Abstract: 本发明提供了一种下肢运动状态下脑电运动伪迹去除方法、设备及存储设备,根据下肢的运动速度和速度变化估计出相应的肌电参考噪声;通过自适应噪声抵消对肌电参考噪声进行初步消除运动伪迹;对自适应噪声抵消处理过后的信号进行变分模态分解,得到各阶变量的本征模态函数;对各阶本征模态函数做独立成分分析,得到独立分量;计算得到独立分量的时域特征、频谱特征和序间相似度,然后通过层次聚类识别和剔除伪迹处理,把剩余分量进行重构得到处理后的独立分量,即重构得到脑电信号。本发明的有益效果是:能够快速应对下肢速度变化时肌电噪声带来的干扰。
-