基于EMD-CSP脑电特征学习与智能融合的眨眼伪迹检测方法

    公开(公告)号:CN113850192A

    公开(公告)日:2021-12-28

    申请号:CN202111129277.0

    申请日:2021-09-26

    IPC分类号: G06K9/00 G06K9/62

    摘要: 本发明公开了一种基于EMD‑CSP脑电特征学习与智能融合的眨眼伪迹检测方法。本发明基于经验模态分解与共同空间模式算法脑电特征学习与智能融合的眨眼伪迹检测方法,结合支撑向量机分类模型能够达到精准的眨眼伪迹与非伪迹信号的精准检测。步骤2至4提取的特征包含了脑电信号的空间域、频域信息,而步骤5‑2到5‑11提取的特征则主要包含了脑电信号的时域、频域信息,而步骤5‑12至5‑15提取的特征则是为了保证多通道脑电信息的空间性以及完全性。本发明既可以克服临床脑电EEG信号多通道数据损坏问题,又可以解决现有模型缺乏空间滤波和频域信息且复杂度较高的问题,在此基础上实现眨眼伪迹的精准检测。