申请/专利权人：金陵科技学院

申请日：2023-12-01

公开（公告）日：2024-03-19

公开（公告）号：CN117725430A

主分类号：G06F18/22

分类号：G06F18/22;A61B5/369;G06F17/16;G06F17/10

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.05#实质审查的生效;2024.03.19#公开

摘要：本发明公开了一种多通道脑电波信号的重建方法、系统和存储介质，包括以下步骤：构建信号重建子问题模型，获得重建信号；对重建信号加上同时稀疏性约束，利用同时稀疏分析算子和估计信号，获得改进后的同时稀疏系数；对估计信号按照每一列进行分块，得到块的总数量和每个块的具体位置；对每个所述二维群组矩阵进行低秩正则化约束，利用加权奇异值阈值方法重新估计每个二维群组矩阵；重复步骤，输出最终重建的脑电波信号。本发明克服了现有技术的不足，不仅准确挖掘满足低秩约束的群组矩阵，又利用交替方向乘子法有效求解产生的非凸优化模型，进而高质量地重建信号。

主权项：1.一种多通道脑电波信号的重建方法，其特征在于：具体包括以下步骤：S1：构建信号重建子问题模型，其表达式为： 其中r·表示按照顺序将所有列放入一个列向量中，rank·表示计算矩阵的秩，λ为正则化参数，添加辅助参数{A,B}，A表示同时稀疏系数，Bi表示构造的满足低秩正则化约束的第i个二维群组矩阵，模型重新表示为： 将其转化为拉格朗日形式，其表达式为： 其中f1、f2和gi为拉格朗日乘子，β1、β2和β3为正则化参数，||·||F为F范数，O为同时稀疏矩阵，范数计算所有元素绝对值的p次方的和；S2：选用交替方向乘子法将S1中的问题转化为X、A和B这三个子问题，分别进行迭代求解；S3：利用测量矩阵、观测值和上一轮迭代获得的参数值Ak和Bk，输入信号重建子问题模型进行求解，获得重建的估计信号Xk+1；S4：对重建的估计信号Xk+1加上同时稀疏性约束，利用同时稀疏分析算子和估计信号，计算同时稀疏系数，约束系数中非零元素个数，获得改进后的同时稀疏系数Ak+1；S5：对重建的估计信号Xk+1按照每一列进行分块，得到块xk+1的总数量和每个块的具体位置；S6：对S5中每个所述的块xk+1按照相似性原则在全局信号中寻找相似块，得到多个二维群组矩阵S7：对每个S6中所述的二维群组矩阵进行低秩正则化约束得到多个满足低秩约束的二维群组矩阵选择加权Schatten-p范数作为矩阵秩的非凸替代，利用加权奇异值阈值方法重新估计每个二维群组矩阵S8：若则输出最终重建的脑电波信号Xk+1，否则输入k＝k+2并跳转到S3，重复S3至S7。

全文数据：

权利要求：

百度查询： 金陵科技学院 一种多通道脑电波信号的重建方法、系统和存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD