公开(公告)号：CN113261977B

公开(公告)日：2023-02-14

申请号：CN202110633127.7

申请日：2021-06-07

Applicant: 南京邮电大学

Inventor： 徐欣 ,  徐高宇

IPC: A61B5/369 ,  A61B5/00

Abstract: 本发明公开了一种基于参数优化多尺度排列熵的疲劳脑电特征提取方法，所述方法包括：采集受试者各脑区的脑电信号；对采集到的脑电信号进行预处理，得到预处理后的脑电信号；利用遗传算法运算得到多尺度排列熵的最佳参数；基于运算得到的多尺度排列熵的最佳参数，对预处理后的脑电信号进行多尺度排列熵特征提取，得到脑电信号的特征数据集；使用支持向量机对特征数据集进行特征分类，提取到疲劳脑电的脑电特征。本发明能够提高疲劳脑电特征提取的准确度。

公开(公告)号：CN113261977A

公开(公告)日：2021-08-17

申请号：CN202110633127.7

申请日：2021-06-07

Applicant: 南京邮电大学

Inventor： 徐欣 ,  徐高宇

IPC: A61B5/369 ,  A61B5/00

Abstract: 本发明公开了一种基于参数优化多尺度排列熵的疲劳脑电特征提取方法，所述方法包括：采集受试者各脑区的脑电信号；对采集到的脑电信号进行预处理，得到预处理后的脑电信号；利用遗传算法运算得到多尺度排列熵的最佳参数；基于运算得到的多尺度排列熵的最佳参数，对预处理后的脑电信号进行多尺度排列熵特征提取，得到脑电信号的特征数据集；使用支持向量机对特征数据集进行特征分类，提取到疲劳脑电的脑电特征。本发明能够提高疲劳脑电特征提取的准确度。