一种基于非高斯时序模型的脑电特征提取和状态识别方法

发明专利有效专利

申请号：
CN201310579269.5
IPC分类号：A61B5/0476
申请日期：
2013-11-18
申请人：
浙江大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于非高斯时序模型的脑电特征提取和状态识别方法
申请号	CN201310579269.5	申请日期	2013-11-18
法律状态	暂无	申报国家	中国
公开/公告日	2014-04-02	公开/公告号	CN103690160A
优先权	暂无	优先权号	暂无
主分类号	A61B5/0476 ? IPC结构图谱： A 人类生活必需 A6 保健；救生；娱乐 A61 医学或兽医学；卫生学 A61B 诊断；外科；鉴定（分析生物材料入G01N，如G01N33/48） A61B5/00 用于诊断目的的测量（放射诊断入A61B6/00；超声波、声波或次声波诊断入A61B8/00）；人的辨识 A61B5/04 测量人体或人体各部分的生物电信号 A61B5/0476 脑电图术〔5〕	IPC分类号	A;6;1;B;5;/;0;4;7;6查看分类表>
申请人	浙江大学	申请人地址	浙江省杭州市西湖区智汇众创中心1号楼801-804室变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	浙江浙大西投脑机智能科技有限公司	当前权利人	浙江浙大西投脑机智能科技有限公司
发明人	王跃明;祁玉;郑筱祥;张建明;朱君明
代理机构	杭州天勤知识产权代理有限公司	代理人	胡红娟

摘要

本发明公开了一种基于非高斯时序模型的脑电特征提取方法，包括以下步骤：获取待处理脑电数据和两组训练脑电数据，去除伪迹，将得到的有效频段分为若干数据段；提取每个数据段的时频特征值、形态特征值和复杂度特征值，每个数据段的特征值构成一个特征向量；为第一组训练脑电数据中的每个特征向量标记状态值，并利用标记结果训练支持向量机；将第二组训练脑电数据的特征向量输入支持向量机中，得到第二组训练脑电数据的状态值序列；建立观察方程和状态转移方程，利用第二组训练脑电数据的特征向量和状态值序列，确定方程中的参数；利用待处理脑电数据的特征向量以及两个方程，得到待处理脑电数据的状态值。本方法能够准确辨别不同的大脑状态。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供