论文部分内容阅读
脑电信号是一种基本的人体生理信号,它能够有效地记录大脑的神经系统活动,蕴含丰富的信息。目前的脑电识别研究大多是基于脑电信号的幅值特征,忽略了多通道脑电信号相位同步的影响。脑电信号的同步性能够体现大脑的神经活动,进而可以用来推测人们的认知活动。脑电信号的相位同步特性因为忽略了幅值的影响仅通过信号间的瞬时相位关系来检测不同信号对之间的微弱的相互关系,所以能够有效的区分人类的不同意识任务,反应大脑认知功能。本文提出在脑电信号相位同步的基础上研究以下两大脑电识别任务情绪识别和脑电识别的研究与应用。研究了相位同步理论及其具体计算方法。从信号的相位同步角度出发研究脑电信号的相位同步,通过希尔伯特变换将脑电信号分解为瞬时幅值和瞬时相位,采用1:1的相位同步衡量两两通道脑电信号的相位同步水平。提出了一种基于EEG相位同步的情绪识别方法。通过对DEAP标准数据库的预处理数据进行相位同步特征提取,并采用脑地形图对同类情绪的相位同步特征进行可视化,研究发现情绪数据的相位同步特征可以体现不同脑区的神经活动,进而可以用于进行情绪分类识别。然后分别采用主成分分析和稀疏表达分类器对相位同步情绪特征进行数据降维和情绪分类,二、三、四类情绪的分类识别率分别为 94.5%、87.61%、67.04%。提出了一种融合脑电相位同步与VCC多流形学习的身份识别方法。该方法在多流形中采用向量的相关系数作为样本间距离的测度方法。通过对作者所在实验室采集的20名被试的广告评价脑电数据(采集被试在观看穿插有广告的中性视频期间的EEG)进行相位同步身份特征提取,然后采用基于向量相关系数的多流形算法进行空间嵌入和最近邻分类器进行身份识别。20名被试在θ、α、β、λ四个频段内的平均最佳识别率分别是66.8%,86.4%,91.2%,92.5%。通过在情绪识别和身份识别任务中的应用表明,采用EEG相位同步特征能有效地应用于脑电识别任务,EEG相位同步特征可以有效地反应大脑的认知功能。同时,向量的相关系数也是一种有效的样本相似性测量方法。