摘要
本发明公开了基于结构稀疏正则化的多变量脑肌电耦合分析方法及系统,本发明的方法包括同步采集脑肌信号;对采集到的脑肌信号分别进行数据预处理,并将预处理后的数据分割为若干个不同的样本数据段;利用快速傅利叶算法对样本数据段中的脑肌信号进行频域分析,以计算脑肌信号各自的自功率谱矩阵以及之间的交叉谱矩阵;基于自功率谱矩阵和交叉谱矩阵,并通过结构稀疏化典型相干性算法提取多导联脑肌信号之间的皮质肌肉耦合特征,以重建皮质肌肉耦合特征相关的脑地形图。本发明可以在低样本量和高噪声水平下,鲁棒地识别健康人和卒中患者皮质肌肉耦合特征、稳健地恢复皮质肌肉耦合相关的脑地形图。
技术关键词
电信号
脑肌电耦合
耦合特征
矩阵
工频噪声
相干性
算法
零相位滤波
成分分析方法
FIR滤波器
数据
代表
功率
分析模块
参数
拉普拉斯
样本
变量
系统为您推荐了相关专利信息
动态物体
动态场景
强化特征
模糊特征
实例分割网络
专注度评估方法
累积直方图
多模态特征融合
摄像机
图像
结构设计方法
深度卷积神经网络
超材料吸波结构
预测网络模型
电磁仿真