发明名称 一种基于小波相干性多元神经信号关联性分析方法
摘要 本发明公开一种基于小波相干性多元神经信号关联性分析方法,所述方法包括:获得两个需要计算相关性的M个通道的神经信号数据X和Y;计算所述神经信号数据X的小波能量W<sub>X</sub>;计算所述神经信号数据Y的小波能量W<sub>Y</sub>;根据所述小波能量W<sub>X</sub>和所述小波能量W<sub>Y</sub>计算所述神经信号数据X和所述神经信号数据Y的交叉功率谱<img file="DDA0000764966380000011.GIF" wi="176" he="71" />和自功率谱<img file="DDA0000764966380000012.GIF" wi="427" he="71" />根据所述交叉功率谱<img file="DDA0000764966380000013.GIF" wi="176" he="74" />和自功率谱<img file="DDA0000764966380000014.GIF" wi="380" he="76" />计算所述神经信号数据X和所述神经信号数据Y的小波相干性值(c<sup>w</sup>(s,τ))<sup>2</sup>,其中,(c<sup>w</sup>(s,τ))<sup>2</sup>的值越大,代表所述神经信号数据X和所述神经信号数据Y的相关性越强。上述基于小波相干性多元神经信号关联性分析方法,实现了对神经信号的相关性进行分析,解决了现有技术中的信号分析方法不适合对神经信号进行分析的技术问题。
申请公布号 CN105069285A 申请公布日期 2015.11.18
申请号 CN201510434032.7 申请日期 2015.07.22
申请人 中国地质大学(武汉) 发明人 陈丹;李小俚;胡阳阳;蔡畅;曾科;闫佳庆;邓泽
分类号 G06F19/00(2011.01)I 主分类号 G06F19/00(2011.01)I
代理机构 北京华沛德权律师事务所 11302 代理人 房德权
主权项 一种基于小波相干性多元神经信号关联性分析方法,其特征在于,所述方法包括:获得两个需要计算相关性的M个通道的神经信号数据X和Y;计算所述神经信号数据X的小波能量W<sub>X</sub>;计算所述神经信号数据Y的小波能量W<sub>Y</sub>;根据所述小波能量W<sub>X</sub>和所述小波能量W<sub>Y</sub>计算所述神经信号数据X和所述神经信号数据Y的交叉功率谱<img file="FDA0000764966350000011.GIF" wi="176" he="74" />和自功率谱<img file="FDA0000764966350000012.GIF" wi="437" he="78" />根据所述交叉功率谱<img file="FDA0000764966350000013.GIF" wi="176" he="78" />和自功率谱<img file="FDA0000764966350000014.GIF" wi="394" he="78" />计算所述神经信号数据X和所述神经信号数据Y的小波相干性值(c<sup>w</sup>(s,τ))<sup>2</sup>,计算公式为:<maths num="0001" id="cmaths0001"><math><![CDATA[<mrow><msup><mrow><mo>(</mo><msup><mi>c</mi><mi>w</mi></msup><mo>(</mo><mrow><mi>s</mi><mo>,</mo><mi>&tau;</mi></mrow><mo>)</mo><mo>)</mo></mrow><mn>2</mn></msup><mo>=</mo><mfrac><msup><mrow><mo>|</mo><msubsup><mi>s</mi><mrow><mi>X</mi><mi>Y</mi></mrow><mi>&omega;</mi></msubsup><mrow><mo>(</mo><mi>s</mi><mo>,</mo><mi>&tau;</mi><mo>)</mo></mrow><mo>|</mo></mrow><mn>2</mn></msup><mrow><msubsup><mi>s</mi><mrow><mi>X</mi><mi>X</mi></mrow><mi>&omega;</mi></msubsup><mrow><mo>(</mo><mi>s</mi><mo>,</mo><mi>&tau;</mi><mo>)</mo></mrow><msubsup><mi>s</mi><mrow><mi>Y</mi><mi>Y</mi></mrow><mi>&omega;</mi></msubsup><mrow><mo>(</mo><mi>s</mi><mo>,</mo><mi>&tau;</mi><mo>)</mo></mrow></mrow></mfrac></mrow>]]></math><img file="FDA0000764966350000015.GIF" wi="607" he="181" /></maths>其中,(c<sup>w</sup>(s,τ))<sup>2</sup>的值越大,代表所述神经信号数据X和所述神经信号数据Y的相关性越强。
地址 430000 湖北省武汉市洪山区鲁磨路388号地质资源环境工业技术研究院