主权项 |
一种基于脑电信号特征的影片剪辑筛选的实现方法,应用如下基于脑电信号特征的影片剪辑筛选辅助仪,包括脑电信号采集装置,该辅助仪还包括脑电信号处理装置、脑电信号分析装置和输出响应装置,脑电信号采集装置由多个脑区电极组成,脑区电极与脑电信号处理装置中的放大器Ⅰ相连,脑电信号处理装置、脑电信号分析装置和输出响应装置依次相连;所述脑区电极根据大脑功能分区选择对应于人脑视觉区、听觉区、认知和情感区和情绪区的电极来采集用户的脑电信号;所述的脑电信号处理装置包括信号处理模块和人机交互模块;信号处理模块由放大器Ⅰ、陷波滤波器、放大器Ⅱ、低通滤波器和模数转换器组成,其中,放大器Ⅰ、陷波滤波器、放大器Ⅱ、低通滤波器和模数转换器依次相连;所述人机交互模块包括功能按钮、触摸屏和数字键盘;其中,所述功能按钮为一触发器,用于控制放大器Ⅰ的工作状态;所述触摸屏为接收数字键盘传输指令的便捷输入装置,并将数字显示在屏幕上;所述放大器Ⅰ的输入端和脑电信号采集装置相连,接收采集到的用户观看视频时的脑电信号;所述脑电信号分析装置包括信号分析模块和存储模块,所述信号分析模块包括缓存器、特征提取器、信号识别单元、计时器和运算器,设有用于提取人在观看视频时的脑电特征的特征提取电路;所述运算器与脑电信号处理装置中的触摸屏相连,同时与计时器相连;所述存储模块为一存储器,其与信号分析模块中的信号识别单元的输出端相连;其特征在于包括如下步骤:步骤1:采用放大器、陷波滤波器、低通滤波器和模数转换器对采集到的脑电信号进行消噪处理,同时将连续脑电信号转换为离散数字信号;步骤2:采用PCA方法提取得到的数字信号的特征作为样本数据;步骤3:采用Fisher方法,对得到的样本数据进行分类;步骤2所述PCA方法提取脑电信号特征包括如下步骤:步骤21:将n个电极的数据按行排列形成特征向量,共M维,其中,n为所选用电极的个数,M=n*k,k为一次实验一个电极上的脑电信号样本维数;步骤22:求样本矩阵的协方差矩阵C为:<maths num="0001" id="cmaths0001"><math><![CDATA[<mrow><mi>C</mi><mo>=</mo><mfrac><mn>1</mn><mi>M</mi></mfrac><munderover><mi>Σ</mi><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>M</mi></munderover><msubsup><mi>ΔP</mi><mi>i</mi><mi>T</mi></msubsup><msub><mi>ΔP</mi><mi>i</mi></msub></mrow>]]></math><img file="FDA0000573010890000021.GIF" wi="376" he="140" /></maths>步骤23:计算C的特征向量v<sub>1</sub>,v<sub>2</sub>,...,v<sub>M</sub>和特征值λ<sub>1</sub>,λ<sub>2</sub>,...,λ<sub>M</sub>确定特征空间;步骤24:选择前M<sub>0</sub>个最大特征值λ<sub>1</sub>,λ<sub>2</sub>,...,<img file="FDA0000573010890000023.GIF" wi="67" he="66" />对应的特征向量v<sub>1</sub>,v<sub>2</sub>,...,<img file="FDA0000573010890000024.GIF" wi="63" he="54" />作为一组PCA基,其中M<sub>0</sub><M,再把原始脑电信号向这组PCA基上作投影得到有利于分类的特征向量;步骤3所述Fisher方法对样本数据进行分类包括如下步骤:步骤31:采集多名被试观看不同类型视频时的脑电信号,使用认知心理学方法分析脑电信号;步骤32:结合步骤31所得认知学结论确定时间段,确定脑区电极,得到训练数据集;步骤33:使用PCA方法得到训练样本;步骤34:使用步骤33所得训练样本训练Fisher分类器;步骤35:使用精确训练的Fisher分类器对未知样本进行分类。 |