一种基于脑电信号时空功率谱图的情绪特征表示方法

摘要

本发明公开了一种基于脑电信号时空功率谱图的情绪特征表示方法，包括以下步骤：根据10‑20系统电极放置法获得电极位置图，并对电极位置图进行灰度化处理，得到电极位置灰度图；获取各个电极采集的脑电信号，进行滤波处理；将滤波处理后的脑电信号按时间段进行划分，得到脑电信号的时域特征数据；计算各时间段脑电信号中对应频段的功率谱密度，并提取功率谱密度的对数作为特征值，并将特征值归一化至0‑255颜色值；将归一化处理后的特征值一一对应赋值至电极位置灰度图中相应电极的位置；对赋值后的电极位置灰度图进行伪彩色处理，得到脑电信号时空功率谱图。本发明能够通过颜色变化表示脑电信号各通道的变化差异，更具直观性。

说明书

技术领域

本发明涉及人类情绪识别技术领域，更具体的说是涉及一种基于脑电信号时空功率谱图的情绪特征表示方法。

背景技术

人类的情绪变化会导致脑电信号发生变化，特征提取在用脑电信号进行情绪识别的研究中具有至关重要的作用，提取的特征合不合适对后续能否进行准确的识别有着直接影响。

最早的脑电分析方法为时域特征分析，时域特征因其对信号的信息损失小、物理意义明确而且提取方便而应用广泛。但是由于脑电信号幅值较小且具有随机性，没有明显的规律，因此，仅仅进行时域的特征提取不足以全面对其分析。

由于脑电信号包含丰富的频率信息，近年来，对于脑电信号的特征提取来说，频域特征是众多研究者的选择。

由于左右脑区对不同的情绪状态的反应具有不对称性，在采集脑电信号时，是同时采集多通道的信息，而无论是时域分析还是频域分析，都无法同时分析多通道的数据，这也就忽视了脑电信号的空间域特征。

因此，如何提供一种能够考虑脑电信号的空间域特征，以颜色差异表示多个通达脑电信号的差异情况的情绪特征表示方法是本领域技术人员亟需解决的问题。

发明内容

有鉴于此，本发明提供了一种基于脑电信号时空功率谱图的情绪特征表示方法，能够通过颜色变化表示脑电信号各通道的变化差异，更具直观性。

为了实现上述目的，本发明采用如下技术方案：

一种基于脑电信号时空功率谱图的情绪特征表示方法，包括以下步骤：

根据10-20系统电极放置法获得电极位置图，并对所述电极位置图进行灰度化处理，得到电极位置灰度图；

获取各个电极采集的脑电信号，进行滤波处理；

将滤波处理后的脑电信号按时间段进行划分，得到脑电信号的时域特征数据；

计算各时间段脑电信号中对应频段的功率谱密度，并提取所述功率谱密度的对数作为特征值，并将特征值归一化至0-255颜色值；

将归一化处理后的特征值一一对应赋值至所述电极位置灰度图中相应电极的位置；

对赋值后的所述电极位置灰度图进行伪彩色处理，得到脑电信号时空功率谱图。

优选的，在上述一种基于脑电信号时空功率谱图的情绪特征表示方法中，所述功率谱密度的提取过程为：

对脑电信号的时域特征数据做傅里叶变换，得到各时间段对应频段的功率谱密度。

优选的，在上述一种基于脑电信号时空功率谱图的情绪特征表示方法中，所述功率谱密度的计算公式为：

其中，X

优选的，在上述一种基于脑电信号时空功率谱图的情绪特征表示方法中，利用下式将特征值归一化至0-255颜色值：

其中，X表示原始特征值，Y表示归一化之后的特征值，X

优选的，在上述一种基于脑电信号时空功率谱图的情绪特征表示方法中，采用低通滤波器、带通滤波器、高通滤波器或8阶巴特沃斯滤波器对各个电极采集的脑电信号进行滤波处理。

优选的，在上述一种基于脑电信号时空功率谱图的情绪特征表示方法中，将滤波处理后的脑电信号按3s-12s长度进行划分。

经由上述的技术方案可知，与现有技术相比，本发明公开提供了一种基于脑电信号时空功率谱图的情绪特征表示方法，能够同时采集多个电极通道所采集的脑电信号，将各通道的脑电信号分别依次进行时域分析和频域信息，得到各通道脑电信号的功率谱密度，再将功率谱密度的对数归一化至0-255颜色值，并对应赋值至电极位置图的相应位置，实现了对脑电信号的空间域特征提取，通过采用不同颜色表示不同通道脑电信号的变化差异，实现脑电信号的可视化，且能同时对左右脑区多通道的脑电信号进行同时可视化分析，更能直观的体现情绪特征的变化情况。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1附图为本发明提供的基于脑电信号时空功率谱图的情绪特征表示方法的流程图；

图2附图为本发明提供的脑电信号滤波前后的对比图；

图3附图为本发明提供的在DEAP数据库上，未对特征值进行归一化处理的情况下所生成的脑电信号时空功率谱图；

图4附图为本发明提供的在DEAP数据库上，对特征值进行归一化处理的情况下所生成的脑电信号时空功率谱图；

图5附图为本发明提供的在SEED数据库上，未对特征值进行归一化处理的情况下所生成的脑电信号时空功率谱图；

图6附图为本发明提供的在SEED数据库上，对特征值进行归一化处理的情况下所生成的脑电信号时空功率谱图；

图7附图为本发明提供的在DEAP数据库上选择额叶区的两个通道Fp1和Fp2，处于积极情绪状态下的脑电信号时空功率谱图；

图8附图为本发明提供的在DEAP数据库上选择额叶区的两个通道Fp1和Fp2，处于消极情绪状态下的脑电信号时空功率谱图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图1所示，本发明实施例公开了一种基于脑电信号时空功率谱图的情绪特征表示方法，包括以下步骤：

S1、根据10-20系统电极放置法获得电极位置图，并对电极位置图进行灰度化处理，得到电极位置灰度图。

S2、获取各个电极采集的脑电信号，进行滤波处理。

本实施例选用的是巴特沃斯滤波器，因为它的频率响应在通带和阻带均较为平坦，其中，通带频率响应曲线尤为平坦，对于巴特沃斯滤波器来说，随着阶数的增高，其幅频特性越来越好。为避免过渡带的失真问题，本实施例选用8阶巴特沃斯滤波器，滤波前后的效果如图2所示.

在其他实施例中，如果需要对那电信号进行分频段处理，还可以用低通、带通、高通等不同的滤波器将信号过滤到相应的频段。

S3、将滤波处理后的脑电信号按时间段进行划分，得到脑电信号的时域特征数据。

考虑到数据的复用性和中间状态对信号进行时间的划分，在DEAP数据集上，将数据以3-12s为长度划分，在唤醒度和效价维度分类得到的效果最好。为了增加样本数量，本实施例以3s为长度划分脑电信号数据。本实施例以3S的数据为一个时间段，对脑电数据进行划分，然后对每个时间段内的数据计算功率谱密度。

S4、计算各时间段脑电信号中对应频段的功率谱密度，并提取功率谱密度的对数作为特征值，并将特征值归一化至0-255颜色值。

具体为：

对脑电信号的时域特征数据做傅里叶变换，将脑电信号从时域变换到频域，得到各时间段对应频段的功率谱密度，然后取功率谱密度的对数作为特征值，将特征值归一化到0-255，使其与像素值对应。

其中，功率谱密度是指功率在单位频率的分布情况，平均功率谱密度是可视化最常用的一种线性动力学参数。假设x(t)表示脑电信号，它可以直接做傅里叶变换，则根据Parseval定理可以得到下式：

其中，X(ω)是x(t)的傅里叶变换。很多功率有限的信号，并不能直接进行傅里叶变换，通常的解决方法是截取一部分功率信号，对有限时间内的功率信号再做傅里叶变换。对脑电信号而言，它是功率信号，而且时间有限，因此可以做傅里叶变换。假设有持续时间2T的功率信号x

它同样满足巴塞伐定理：

上式的两端同时除以2T，且当T→∞时，可以得到下式：

则功率谱密度的表达式为：

功率谱密度反映的是信号功率随频率的变化，其物理意义是对应信号所包含的能量特征。

同时，归一化本质上是一种线性变换，对功率谱密度进行归一化是不可或缺的一步，在后续进行情绪状态的识别时，特征是否归一化也是影响分类效果的一个因素。

本实施例中归一化主要分为两步：

1、取功率谱密度的对数作为特征值；取对数的原因是由于求出的不同通道的功率谱密度的值相差过大，达到10的次幂级，因此，在将特征值归一化之前需要先对功率谱密度的值取对数，能够避免不同通道的功率谱密度值差异过大的情况。

2、通过下式对提取的功率谱密度的特征值归一化到0-255颜色值。

其中，X代表原始特征，Y是归一化之后的特征，X

S5、将归一化处理后的特征值一一对应赋值至电极位置灰度图中相应电极的位置。该步骤保证脑电信号数据的精确定位，保留脑电信号的空间信息。

S6、对赋值后的电极位置灰度图进行伪彩色处理，得到脑电信号时空功率谱图。

伪彩色处理(pseudocoloring)是指根据给定的灰度值到RGB值的某一映射对信号进行处理。与灰度图像相比，彩色图像可以突出显示某些特征，使得具有更好的可视化效果。

S7、将脑电信号时空功率谱图输入预先构建的神经网络中，神经网络根据脑电信号时空功率谱图中不同电极位置的颜色差异变化，得到情绪特征变化情况。

在另一个实施例中，本发明采取另一种可视化方法，实现快速的判断出当前时段每个通道出现什么频段的脑电波。具体为：

在对原始脑电信号进行滤波的时候，将脑电信号分成delta节律、theta节律、alpha节律、beta节律和gamma节律五个频段，然后比较同一时刻同一通道哪个频率对应的特征值最大，将该频段的特征值赋值给对应通道，为了直观的显示这一时刻不同通道出现的不同频段的脑电波，将五个频段的特征值对应成不同的五种颜色，delta波对应深蓝色，theta波对应浅蓝色，alpha波对应绿色，beta波对应橙色，gamma波对应红色，这样就可以实时显示该时刻不同通道出现的脑电波频段。

实验分析：

1、归一化结果分析：

本发明对计算出的功率谱密度的特征值赋值给对应的脑电信号通道之前，需要将特征值归一化到0-255，以便图片显示。由于功率谱密度值的数量级差异较大，如果不进行归一化，直接对应到0-255，那么会存在很多的0值，形成的图片区别性不大。DEAP数据库上归一化前后脑电信号时空功率谱图的对比如图3和图4所示。在SEED数据库上，归一化前后的脑电信号时空功率谱图的对比如图5和图6所示。图3-6中的数字编号9、10、11、17、18、19分别表示第9、10、11、17、18、19个时间段的脑电信号时空功率谱图。

由图3和图5可以看出，归一化前大多通道的像素值都相同，都是最小值，因为功率谱密度值的量级差异较大，所以不能进行细微的区分；而归一化到0-255之后，功率谱图如图4和图6所示，各个通道的差异更明显。

2、脑电信号时空功率谱图有效性分析：

根据脑电信号的额叶区对消极和积极情绪状态的反应的差异，即左右脑区的不对称性对脑电信号时空功率谱图做有效性分析。众多研究表明，额叶区与情绪状态更相关，因此本实验在DEAP数据库上选择额叶区的两个通道Fp1和Fp2，得到的脑电信号时空功率谱图如图7和图8所示。

图7中的第6、7时间段对应的是积极情绪的功率谱图，图8中的第8、9时间段对应的是消极情绪的功率谱图，可以看出大脑的左右脑区在不同情绪状态下的活动具有不对称的特点，一般情况下，人处于积极情绪时，左脑部位对应的脑电信号活动会比较频繁，而处于消极情绪时，右脑部位对应的脑电信号则相对较强。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。