一種P300腦-機接口導(dǎo)聯(lián)優(yōu)化方法

(19)中華人民共和國國家知識產(chǎn)權(quán)局(12)發(fā)明專利說明書(10)申請公布號CN102184017A

(43)申請公布日2011.09.14(21)申請?zhí)朇N201110126384.8(22)申請日2011.05.13(71)申請人天津大學(xué)地址300072天津市南開區(qū)衛(wèi)津路92號(72)發(fā)明人許敏鵬綦宏志明東孫長城安興偉萬柏坤(74)專利代理機構(gòu)天津市北洋有限責(zé)任專利代理事務(wù)所代理人溫國林(51)Int.CI G06F3/01權(quán)利要求說明書說明書幅圖(54)發(fā)明名稱 一種P300腦-機接口導(dǎo)聯(lián)優(yōu)化方法(57)摘要 本發(fā)明公開了一種P300腦-機接口導(dǎo)聯(lián)優(yōu)化方法，涉及BCI技術(shù)領(lǐng)域，包括：根據(jù)預(yù)設(shè)數(shù)量L個導(dǎo)聯(lián)獲取導(dǎo)聯(lián)之間的事件相位鎖定值，根據(jù)事件相位鎖定值建立各導(dǎo)聯(lián)間的距離系數(shù)矩陣，定義各導(dǎo)聯(lián)的相位同步性強度；根據(jù)各導(dǎo)聯(lián)間的距離系數(shù)矩陣，通過層次聚類法獲取聚類樹；根據(jù)聚類樹和各導(dǎo)聯(lián)的相位同步性強度建立導(dǎo)聯(lián)重要性排序表；對導(dǎo)聯(lián)重要性排序表進行正確率計算，獲取L個正確率值；對L個正確率值進行排序，將正確率值最高的導(dǎo)聯(lián)組合作為最優(yōu)導(dǎo)聯(lián)組合，輸出所述最優(yōu)導(dǎo)聯(lián)組合。本發(fā)明融合事件相位鎖定值和層次聚類法，對特征源數(shù)目進行推定決策，能夠有效的減少BCI系統(tǒng)的冗余導(dǎo)聯(lián)，降低BCI系統(tǒng)的不穩(wěn)定性風(fēng)險，簡化操作程序。法律狀態(tài)法律狀態(tài)公告日法律狀態(tài)信息法律狀態(tài)

權(quán)利要求說明書1.一種P300腦-機接口導(dǎo)聯(lián)優(yōu)化方法，其特征在于，所述方法包括以下步驟：

(1)根據(jù)預(yù)設(shè)數(shù)量L個導(dǎo)聯(lián)獲取導(dǎo)聯(lián)之間的事件相位鎖定值，L的取值為大于等于2的正整數(shù)；根據(jù)所述事件相位鎖定值建立各導(dǎo)聯(lián)間的距離系數(shù)矩陣，定義各導(dǎo)聯(lián)的相位同步性強度；

(2)根據(jù)所述各導(dǎo)聯(lián)間的距離系數(shù)矩陣，通過層次聚類法獲取聚類樹；

(3)根據(jù)所述聚類樹和所述各導(dǎo)聯(lián)的相位同步性強度建立導(dǎo)聯(lián)重要性排序表；

(4)對所述導(dǎo)聯(lián)重要性排序表進行正確率計算，獲取L個正確率值；

(5)對所述L個正確率值進行排序，將正確率值最高的導(dǎo)聯(lián)組合作為最優(yōu)導(dǎo)聯(lián)組合，輸出所述最優(yōu)導(dǎo)聯(lián)組合。

2.根據(jù)權(quán)利要求1所述的一種P300腦-機接口導(dǎo)聯(lián)優(yōu)化方法，其特征在于，步驟(1)中的所述根據(jù)預(yù)設(shè)數(shù)量L個導(dǎo)聯(lián)獲取導(dǎo)聯(lián)之間的事件相位鎖定值；根據(jù)所述事件相位鎖定值建立各導(dǎo)聯(lián)間的距離系數(shù)矩陣，定義各導(dǎo)聯(lián)的相位同步性強度具體為：

設(shè)經(jīng)過試驗得到n次目標刺激的腦電數(shù)據(jù)和m次非目標刺激的腦電數(shù)據(jù)，則導(dǎo)聯(lián)x和y之間的事件相位鎖定值具體為：

<maths><math><mrow><msub><mi>TPLV</mi><mrow><mi>x</mi><mo>,</mo><mi>y</mi></mrow></msub><mrow><mo>(</mo><mi>t</mi><mo>)</mo></mrow><mo>=</mo><mfrac><mn>1</mn><mi>n</mi></mfrac><munderover><mi>Σ</mi><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>n</mi></munderover><msub><mi>PLV</mi><mrow><mi>x</mi><mo>,</mo><mi>y</mi><mo>,</mo><mi>t</mi><mi>arg</mi><mi>et</mi></mrow></msub><mrow><mo>(</mo><mi>t</mi><mo>)</mo></mrow><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><msub><mi>PLV</mi><mrow><mi>x</mi><mo>,</mo><mi>y</mi><mo>,</mo><mi>nont</mi><mi>arg</mi><mi>et</mi></mrow></msub><mrow><mo>(</mo><mi>t</mi><mo>)</mo></mrow></mrow></math></maths>

其中，n和m的取值為大于等于1的正整數(shù)；<·>_τ代表對括號內(nèi)的式子進行時間平均；

定義所述各導(dǎo)聯(lián)間的距離系數(shù)矩陣，對于任意的兩個導(dǎo)聯(lián)x和y，其距離系數(shù)矩陣具體為：

<maths><math><mrow><msub><mi>Dist</mi><mrow><mi>x</mi><mo>,</mo><mi>y</mi></mrow></msub><mo>=</mo><munder><mi>max</mi><mi>t</mi></munder><mrow><mo>(</mo><msub><mi>TPLV</mi><mrow><mi>x</mi><mo>,</mo><mi>y</mi></mrow></msub><mrow><mo>(</mo><mi>t</mi><mo>)</mo></mrow><mo>)</mo></mrow></mrow></math></maths>

根據(jù)所述各導(dǎo)聯(lián)間的距離系數(shù)矩陣，定義所述各導(dǎo)聯(lián)的相位同步性強度，對于與任意一個導(dǎo)聯(lián)x，其相位同步性強度為：

<maths><math><mrow><msub><mi>Wg</mi><mi>x</mi></msub><mo>=</mo><munder><mi>Σ</mi><mi>i</mi></munder><msub><mi>Dist</mi><mrow><mi>x</mi><mo>,</mo><mi>i</mi></mrow></msub><mo>.</mo></mrow></math></maths>

3.根據(jù)權(quán)利要求1所述的一種P300腦-機接口導(dǎo)聯(lián)優(yōu)化方法，其特征在于，步驟(3)中的所述根據(jù)所述聚類樹和所述各導(dǎo)聯(lián)的相位同步性強度建立導(dǎo)聯(lián)重要性排序表具體為：

假設(shè)有L個導(dǎo)聯(lián)的腦電數(shù)據(jù)，獲取一個L導(dǎo)的聚類樹，設(shè)有L-1個特征源的活動反映在L個導(dǎo)聯(lián)上，通過截取聚類樹，將L個導(dǎo)聯(lián)分成L-1類，則存在一個包含兩個導(dǎo)聯(lián)的類，記為導(dǎo)聯(lián)x和導(dǎo)聯(lián)y，當導(dǎo)聯(lián)x的相位同步性強度大于導(dǎo)聯(lián)y的相位同步性強度時，則選擇導(dǎo)聯(lián)x排除導(dǎo)聯(lián)y；排除的導(dǎo)聯(lián)y的重要性排在第L位；對于剩余的L-1個導(dǎo)聯(lián)，設(shè)有L-2個特征源的活動反映在L-1個導(dǎo)聯(lián)上，通過截取聚類樹，將L-1個導(dǎo)聯(lián)分成L-2類，則存在一個包含兩個導(dǎo)聯(lián)的類，記為導(dǎo)聯(lián)x和導(dǎo)聯(lián)y，當導(dǎo)聯(lián)x的相位同步性強度大于導(dǎo)聯(lián)y的相位同步性強度時，則選擇導(dǎo)聯(lián)x排除導(dǎo)聯(lián)y；排除的導(dǎo)聯(lián)y的重要性則排在第L-1位；以此類推，直到只剩一個導(dǎo)聯(lián)為止，最后剩下的導(dǎo)聯(lián)，排在第L-(L-1)位，得到一個L導(dǎo)聯(lián)重要性排序表。

4.根據(jù)權(quán)利要求1所述的一種P300腦-機接口導(dǎo)聯(lián)優(yōu)化方法，其特征在于，步驟(4)中的所述對所述導(dǎo)聯(lián)重要性排序表進行正確率計算，獲取L個正確率值具體為：

對第L-(L-1)位的導(dǎo)聯(lián)數(shù)據(jù)進行正確率計算，得到第一正確率值A(chǔ)1；對第L-(L-1)位和L-(L-2)位的導(dǎo)聯(lián)數(shù)據(jù)進行正確率計算，得到第二正確率值A(chǔ)2；對第L-(L-1)位、L-(L-2)位和L-(L-3)位的導(dǎo)聯(lián)數(shù)據(jù)進行正確率計算，得到第三正確率值A(chǔ)3；以此類推，直到得到第L個正確率值A(chǔ)L。

說明書技術(shù)領(lǐng)域

本發(fā)明涉及BCI(Brain-Computer

Interface，腦-機接口)技術(shù)領(lǐng)域，基于P300特征信號的BCI是一類重要的BCI范式，導(dǎo)聯(lián)優(yōu)化作為BCI技術(shù)的一個重要議題，有著十分重要的意義，特別涉及一種P300腦-機接口導(dǎo)聯(lián)優(yōu)化方法。

背景技術(shù)

第一次腦-機接口國際會議給出的BCI的定義是：“BCI是一種不依賴于大腦外圍神經(jīng)與肌肉正常輸出通道的通訊控制系統(tǒng)?！蹦壳暗难芯砍晒?，它主要是通過采集和分析不同狀態(tài)下人的腦電信號，然后使用一定的工程技術(shù)手段在人腦與計算機或其它電子設(shè)備之間建立起直接的交流和控制通道，從而實現(xiàn)一種全新的信息交換與控制技術(shù)，可以為殘疾人特別是那些喪失了基本肢體運動功能但思維正常的病人提供一種與外界進行信息交流與控制的途徑。即可以不需語言或肢體動作，直接通過控制腦電來表達意愿或操縱外界設(shè)備。為此，BCI技術(shù)也越來越受到重視。

基于P300特征信號的腦-機接口范式最先由Farwell和Donchin在1988年提出。其原理是基于Oddball實驗?zāi)Ｊ剑孟∩俚哪繕舜碳ふT發(fā)ERP(Event

Related

Potential，事件相關(guān)電位)中的P300腦電成分。P300腦-機接口的系統(tǒng)結(jié)構(gòu)示意圖如圖1所示。Oddball實驗?zāi)Ｊ绞侵?，對于兩種已有的視覺刺激(聽覺刺激或體感刺激等)，其中一種是稀少的目標刺激target，另一種是相對較多的非目標刺激nontarget，它們以一定的序列順序刺激受試者。當受試者接受到目標刺激時，會誘發(fā)ERP，其主要特征是刺激后300ms左右出現(xiàn)一個幅值相對較大的正峰，這個正峰就叫做P300。P300特征圖如圖2所示，其中實線代表target刺激，虛線代表nontarget刺激。圖3是符合國際標準的64導(dǎo)導(dǎo)聯(lián)排布圖。

關(guān)于P300腦-機接口的一個重要議題是特征優(yōu)化，而導(dǎo)聯(lián)優(yōu)化則是其中的一個方面。通常在監(jiān)測P300腦電信號的時候，會在受試者頭皮排布64導(dǎo)甚至128導(dǎo)導(dǎo)聯(lián)，大量的導(dǎo)聯(lián)則會帶來巨大的數(shù)據(jù)量，這給后續(xù)的信號處理造成了很大的負擔，嚴重影響B(tài)CI系統(tǒng)的實時性。另外，腦電電極的安放要求較高，其工作穩(wěn)定性相對較差，因此，多一個導(dǎo)聯(lián)就多一份出錯的可能性。而且，腦電電極對使用者的舒適度有一定的影響。所以，如何在保證信號特征有效性的情況下，盡可能的減少導(dǎo)聯(lián)數(shù)目是一個具有重要意義的課題。另一方面，由于個體差異性的存在，使得沒有一個通用的導(dǎo)聯(lián)組合能夠符合每一個受試者的個性需求，這使得導(dǎo)聯(lián)優(yōu)化更具挑戰(zhàn)性，也更有價值。目前，對腦電信號進行導(dǎo)聯(lián)優(yōu)化的通用方法有很多種，如遺傳算法和SVM-RFE等。但是沒有一種特別有效的方法專門針對P300腦-機接口的導(dǎo)聯(lián)進行優(yōu)化，而通用方法則不能完全滿足P300腦-機接口的需求。

發(fā)明內(nèi)容

為了能夠?qū)300腦-機接口的導(dǎo)聯(lián)進行優(yōu)化，滿足P300腦-機接口的需求，本發(fā)明提供了一種P300腦-機接口導(dǎo)聯(lián)優(yōu)化方法，詳見下文描述：

一種P300腦-機接口導(dǎo)聯(lián)優(yōu)化方法，所述方法包括以下步驟：

(1)根據(jù)預(yù)設(shè)數(shù)量L個導(dǎo)聯(lián)獲取導(dǎo)聯(lián)之間的事件相位鎖定值，L的取值為大于等于2的正整數(shù)；根據(jù)所述事件相位鎖定值建立各導(dǎo)聯(lián)間的距離系數(shù)矩陣，定義各導(dǎo)聯(lián)的相位同步性強度；

(2)根據(jù)所述各導(dǎo)聯(lián)間的距離系數(shù)矩陣，通過層次聚類法獲取聚類樹；

(3)根據(jù)所述聚類樹和所述各導(dǎo)聯(lián)的相位同步性強度建立導(dǎo)聯(lián)重要性排序表；

(4)對所述導(dǎo)聯(lián)重要性排序表進行正確率計算，獲取L個正確率值；

(5)對所述L個正確率值進行排序，將正確率值最高的導(dǎo)聯(lián)組合作為最優(yōu)導(dǎo)聯(lián)組合，輸出所述最優(yōu)導(dǎo)聯(lián)組合。

步驟(1)中的所述根據(jù)預(yù)設(shè)數(shù)量L個導(dǎo)聯(lián)獲取導(dǎo)聯(lián)之間的事件相位鎖定值；根據(jù)所述事件相位鎖定值建立各導(dǎo)聯(lián)間的距離系數(shù)矩陣，定義各導(dǎo)聯(lián)的相位同步性強度具體為：

設(shè)經(jīng)過試驗得到n次目標刺激的腦電數(shù)據(jù)和m次非目標刺激的腦電數(shù)據(jù)，則導(dǎo)聯(lián)x和y之間的事件相位鎖定值具體為：

<maths><math><mrow><msub><mi>TPLV</mi><mrow><mi>x</mi><mo>,</mo><mi>y</mi></mrow></msub><mrow><mo>(</mo><mi>t</mi><mo>)</mo></mrow><mo>=</mo><mfrac><mn>1</mn><mi>n</mi></mfrac><munderover><mi>Σ</mi><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>n</mi></munderover><msub><mi>PLV</mi><mrow><mi>x</mi><mo>,</mo><mi>y</mi><mo>,</mo><mi>t</mi><mi>arg</mi><mi>et</mi></mrow></msub><mrow><mo>(</mo><mi>t</mi><mo>)</mo></mrow><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><msub><mi>PLV</mi><mrow><mi>x</mi><mo>,</mo><mi>y</mi><mo>,</mo><mi>nont</mi><mi>arg</mi><mi>et</mi></mrow></msub><mrow><mo>(</mo><mi>t</mi><mo>)</mo></mrow></mrow></math></maths>

其中，n和m的取值為大于等于1的正整數(shù)；<·>_τ代表對括號內(nèi)的式子進行時間平均；

定義所述各導(dǎo)聯(lián)間的距離系數(shù)矩陣，對于任意的兩個導(dǎo)聯(lián)x和y，其距離系數(shù)矩陣具體為：

<maths><math><mrow><msub><mi>Dist</mi><mrow><mi>x</mi><mo>,</mo><mi>y</mi></mrow></msub><mo>=</mo><munder><mi>max</mi><mi>t</mi></munder><mrow><mo>(</mo><msub><mi>TPLV</mi><mrow><mi>x</mi><mo>,</mo><mi>y</mi></mrow></msub><mrow><mo>(</mo><mi>t</mi><mo>)</mo></mrow><mo>)</mo></mrow></mrow></math></maths>

根據(jù)所述各導(dǎo)聯(lián)間的距離系數(shù)矩陣，定義所述各導(dǎo)聯(lián)的相位同步性強度，對于與任意一個導(dǎo)聯(lián)x，其相位同步性強度為：

<maths><math><mrow><msub><mi>Wg</mi><mi>x</mi></msub><mo>=</mo><munder><mi>Σ</mi><mi>i</mi></munder><msub><mi>Dist</mi><mrow><mi>x</mi><mo>,</mo><mi>i</mi></mrow></msub><mo>.</mo></mrow></math></maths>

步驟(3)中的所述根據(jù)所述聚類樹和所述各導(dǎo)聯(lián)的相位同步性強度建立導(dǎo)聯(lián)重要性排序表具體為：

假設(shè)有L個導(dǎo)聯(lián)的腦電數(shù)據(jù)，獲取一個L導(dǎo)的聚類樹，設(shè)有L-1個特征源的活動反映在L個導(dǎo)聯(lián)上，通過截取聚類樹，將L個導(dǎo)聯(lián)分成L-1類，則存在一個包含兩個導(dǎo)聯(lián)的類，記為導(dǎo)聯(lián)x和導(dǎo)聯(lián)y，當導(dǎo)聯(lián)x的相位同步性強度大于導(dǎo)聯(lián)y的相位同步性強度時，則選擇導(dǎo)聯(lián)x排除導(dǎo)聯(lián)y；排除的導(dǎo)聯(lián)y的重要性排在第L位；對于剩余的L-1個導(dǎo)聯(lián)，設(shè)有L-2個特征源的活動反映在L-1個導(dǎo)聯(lián)上，通過截取聚類樹，將L-1個導(dǎo)聯(lián)分成L-2類，則存在一個包含兩個導(dǎo)聯(lián)的類，記為導(dǎo)聯(lián)x和導(dǎo)聯(lián)y，當導(dǎo)聯(lián)x的相位同步性強度大于導(dǎo)聯(lián)y的相位同步性強度時，則選擇導(dǎo)聯(lián)x排除導(dǎo)聯(lián)y；排除的導(dǎo)聯(lián)y的重要性則排在第L-1位；以此類推，直到只剩一個導(dǎo)聯(lián)為止，最后剩下的導(dǎo)聯(lián)，排在第L-(L-1)位，得到一個L導(dǎo)聯(lián)重要性排序表。

步驟(4)中的所述對所述導(dǎo)聯(lián)重要性排序表進行正確率計算，獲取L個正確率值具體為：

對第L-(L-1)位的導(dǎo)聯(lián)數(shù)據(jù)進行正確率計算，得到第一正確率值A(chǔ)1；對第L-(L-1)位和L-(L-2)位的導(dǎo)聯(lián)數(shù)據(jù)進行正確率計算，得到第二正確率值A(chǔ)2；對第L-(L-1)位、L-(L-2)位和L-(L-3)位的導(dǎo)聯(lián)數(shù)據(jù)進行正確率計算，得到第三正確率值A(chǔ)3；以此類推，直到得到第L個正確率值A(chǔ)L。

本發(fā)明提供的技術(shù)方案的有益效果是：

本發(fā)明提供了一種P300腦-機接口導(dǎo)聯(lián)優(yōu)化方法，本發(fā)明融合事件PLV(Phase

Locking

Value，相位鎖定值)和層次聚類法，對特征源數(shù)目進行推定決策，在此基礎(chǔ)上選擇最優(yōu)導(dǎo)聯(lián)組合，是一種全新的P300腦-機接口導(dǎo)聯(lián)優(yōu)化技術(shù)；該項發(fā)明能夠有效的減少BCI系統(tǒng)的冗余導(dǎo)聯(lián)，降低BCI系統(tǒng)的不穩(wěn)定性風(fēng)險，簡化操作程序，對提高BCI系統(tǒng)的在線程度和促進其商品化提供幫助，在人機交互領(lǐng)域可獲得可觀的經(jīng)濟效益和社會效益。

附圖說明

圖1為現(xiàn)有技術(shù)提供的P300腦-機接口的系統(tǒng)結(jié)構(gòu)示意圖；

圖2為現(xiàn)有技術(shù)提供的P300特征圖；

圖3為現(xiàn)有技術(shù)提供的符合國際標準的64導(dǎo)導(dǎo)聯(lián)排布圖；

圖4為本發(fā)明提供的聚類樹結(jié)構(gòu)示意圖；

圖5為本發(fā)明提供的一種P300腦-機接口導(dǎo)聯(lián)優(yōu)化方法的流程圖。

<mode-for-invention><p>具體實施方式

為使本發(fā)明的目的、技術(shù)方案和優(yōu)點更加清楚，下面將結(jié)合附圖對本發(fā)明實施方式作進一步地詳細描述。

為了能夠?qū)300腦-機接口的導(dǎo)聯(lián)進行優(yōu)化，滿足P300腦-機接口的需求，本發(fā)明實施例提供了一種P300腦-機接口導(dǎo)聯(lián)優(yōu)化方法，詳見下文描述：

101：根據(jù)預(yù)設(shè)數(shù)量L個導(dǎo)聯(lián)獲取導(dǎo)聯(lián)之間的事件相位鎖定值；根據(jù)導(dǎo)聯(lián)之間的事件相位鎖定值建立各導(dǎo)聯(lián)間的距離系數(shù)矩陣，定義各導(dǎo)聯(lián)的相位同步性強度；

其中，導(dǎo)聯(lián)的預(yù)設(shè)數(shù)量L根據(jù)實際應(yīng)用中的需要進行設(shè)定，取值為大于等于2的正整數(shù)，具體實現(xiàn)時，本發(fā)明實施例對此不做限制。

設(shè)某一信號s(t)，其解析函數(shù)z(t)可以通過式(1-1)得到

<maths><math><mrow><mover><mi>s</mi><mo>^</mo></mover><mrow><mo>(</mo><mi>t</mi><mo>)</mo></mrow><mo>=</mo><mfrac><mn>1</mn><mi>π</mi></mfrac><msubsup><mo>∫</mo><mrow><mo>-</mo><mo>∞</mo></mrow><mo>∞</mo></msubsup><mfrac><mrow><mi>s</mi><mrow><mo>(</mo><mi>τ</mi><mo>)</mo></mrow></mrow><mrow><mi>t</mi><mo>-</mo><mi>τ</mi></mrow></mfrac><mi>dτ</mi><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>1</mn><mo>-</mo><mn>2</mn><mo>)</mo></mrow></mrow></math></maths>

信號是s(t)的希爾伯特變化，可以寫出信號s(t)的瞬時相位：

假設(shè)預(yù)設(shè)數(shù)量為2，即存在兩個導(dǎo)聯(lián)的腦電信號s_x(t)和s_y(t)，其相位分別為和則導(dǎo)聯(lián)x和y的相位鎖定值可以由式(1-4)得到：

其中，<·>_τ代表對括號內(nèi)的式子進行時間平均，其時間窗的窗寬為τ(本發(fā)明實施例中的τ＝25ms為例進行說明)。如果兩導(dǎo)聯(lián)信號的相位完全同步性，則是穩(wěn)定的，PLV_x，y(t)＝1；如果這兩導(dǎo)信號的相位沒有同步性，則是隨機分布的，PL_x，y(t)＝0。

設(shè)經(jīng)過試驗后得到n次目標刺激target的腦電數(shù)據(jù)和m次非目標刺激nontarget的腦電數(shù)據(jù)，則導(dǎo)聯(lián)x和導(dǎo)聯(lián)y之間的事件相位鎖定值可以由式(1-6)得到：

<maths><math><mrow><msub><mi>TPLV</mi><mrow><mi>x</mi><mo>,</mo><mi>y</mi></mrow></msub><mrow><mo>(</mo><mi>t</mi><mo>)</mo></mrow><mo>=</mo><mfrac><mn>1</mn><mi>n</mi></mfrac><munderover><mi>Σ</mi><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>n</mi></munderover><msub><mi>PLV</mi><mrow><mi>x</mi><mo>,</mo><mi>y</mi><mo>,</mo><mi>t</mi><mi>arg</mi><mi>et</mi></mrow></msub><mrow><mo>(</mo><mi>t</mi><mo>)</mo></mrow><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><msub><mi>PLV</mi><mrow><mi>x</mi><mo>,</mo><mi>y</mi><mo>,</mo><mi>nont</mi><mi>arg</mi><mi>et</mi></mrow></msub><mrow><mo>(</mo><mi>t</mi><mo>)</mo></mrow><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>1</mn><mo>-</mo><mn>6</mn><mo>)</mo></mrow></mrow></math></maths>

其中，n和m的取值為大于等于1的正整數(shù)。

定義各導(dǎo)聯(lián)間的距離系數(shù)矩陣Dist，對于任意的兩個導(dǎo)聯(lián)x和y，其距離系數(shù)矩陣Dist：

<maths><math><mrow><msub><mi>Dist</mi><mrow><mi>x</mi><mo>,</mo><mi>y</mi></mrow></msub><mo>=</mo><munder><mi>max</mi><mi>t</mi></munder><mrow><mo>(</mo><msub><mi>TPLV</mi><mrow><mi>x</mi><mo>,</mo><mi>y</mi></mrow></msub><mrow><mo>(</mo><mi>t</mi><mo>)</mo></mrow><mo>)</mo></mrow><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>1</mn><mo>-</mo><mn>7</mn><mo>)</mo></mrow></mrow></math></maths>

根據(jù)各導(dǎo)聯(lián)間的距離系數(shù)矩陣Dist，定義各導(dǎo)聯(lián)的相位同步性強度Wg，對于與任意一個導(dǎo)聯(lián)x，其相位同步性強度為：

<maths><math><mrow><msub><mi>Wg</mi><mi>x</mi></msub><mo>=</mo><munder><mi>Σ</mi><mi>i</mi></munder><msub><mi>Dist</mi><mrow><mi>x</mi><mo>,</mo><mi>i</mi></mrow></msub><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>1</mn><mo>-</mo><mn>8</mn><mo>)</mo></mrow></mrow></math></maths>

102：根據(jù)各導(dǎo)聯(lián)間的距離系數(shù)矩陣，通過層次聚類法獲取聚類樹；

其中，層次聚類法，又稱等級聚類法，是目前使用最多、研究最為充分的聚類方法之一，其基本思想是通過建立并逐步更新各導(dǎo)聯(lián)間的距離系數(shù)矩陣，找出并合并最接近的兩類，直到全部聚類對象被合并為一類為止。本發(fā)明實施例利用基于ward的方法(另外還有最短距離法、最長距離法、重心法和類平均法)對導(dǎo)聯(lián)進行層次聚類，獲取聚類樹。圖4是聚類樹的結(jié)構(gòu)示意圖，其中數(shù)字1、2、3、4、5分別代表不同導(dǎo)聯(lián)，縱坐標代表距離。線條a將5個導(dǎo)聯(lián)分成4類，其中導(dǎo)聯(lián)1和導(dǎo)聯(lián)2為一類，其他導(dǎo)聯(lián)各成一類；線條b則將5個導(dǎo)聯(lián)分成3類，其中導(dǎo)聯(lián)1和導(dǎo)聯(lián)2為一類，導(dǎo)聯(lián)3為一類，導(dǎo)聯(lián)4和5為一類；線條c將5個導(dǎo)聯(lián)分成3類，其中導(dǎo)聯(lián)1、2和3為一類，導(dǎo)聯(lián)4和5為一類。

103：根據(jù)聚類樹和各導(dǎo)聯(lián)的相位同步性強度建立導(dǎo)聯(lián)重要性排序表；

例如：某兩個導(dǎo)聯(lián)x和y，記錄的是同一個特征源在頭皮的反映，那么導(dǎo)聯(lián)x和y的信號將存在很多相似特征，因而會產(chǎn)生特征冗余。換句話說，就是如果已經(jīng)利用了導(dǎo)聯(lián)x，那么導(dǎo)聯(lián)y對最后分類正確率的影響將微乎其微，也就是說，導(dǎo)聯(lián)y的重要性下降了。因此，確定最能反映特征源的導(dǎo)聯(lián)和特征源的數(shù)目，對有效減少導(dǎo)聯(lián)數(shù)有著重要的意義。

即，根據(jù)聚類樹和各導(dǎo)聯(lián)的相位同步性強度建立導(dǎo)聯(lián)重要性排序表具體為：假設(shè)有L個導(dǎo)聯(lián)的腦電數(shù)據(jù)，獲取一個L導(dǎo)的聚類樹，設(shè)有L-1個特征源的活動反映在L個導(dǎo)聯(lián)上，通過截取聚類樹，將L個導(dǎo)聯(lián)分成L-1類，則存在一個包含兩個導(dǎo)聯(lián)的類，記為導(dǎo)聯(lián)x和導(dǎo)聯(lián)y，當導(dǎo)聯(lián)x的相位同步性強度大于導(dǎo)聯(lián)y的相位同步性強度時，則選擇導(dǎo)聯(lián)x排除導(dǎo)聯(lián)y(或當導(dǎo)聯(lián)x的相位同步性強度小于等于導(dǎo)聯(lián)y的相位同步性強度時，則選擇導(dǎo)聯(lián)y排除導(dǎo)聯(lián)x)；排除的導(dǎo)聯(lián)y的重要性則排在第L位(或排除的導(dǎo)聯(lián)x的重要性則排在第L位)；對于剩余的L-1個導(dǎo)聯(lián)，繼續(xù)設(shè)有L-2個特征源的活動反映在L-1個導(dǎo)聯(lián)上，通過截取聚類樹，將L-1個導(dǎo)聯(lián)分成L-2類，則存在一個包含兩個導(dǎo)聯(lián)的類，記為導(dǎo)聯(lián)x和導(dǎo)聯(lián)y，當導(dǎo)聯(lián)x的相位同步性強度大于導(dǎo)聯(lián)y的相位同步性強度，則選擇導(dǎo)聯(lián)x排除導(dǎo)聯(lián)y(或當導(dǎo)聯(lián)x的相位同步性強度小于等于導(dǎo)聯(lián)y的相位同步性強度時，則選擇導(dǎo)聯(lián)y排除導(dǎo)聯(lián)x)；排除的導(dǎo)聯(lián)y的重要性則排在第L-1位(或排除的導(dǎo)聯(lián)x的重要性則排在第L位)；以此類推，直到只剩一個導(dǎo)聯(lián)為止，最后剩下的導(dǎo)聯(lián)，排在第L-(L-1)位，得到一個L導(dǎo)聯(lián)的重要性排序表。

假設(shè)有64個導(dǎo)聯(lián)的腦電數(shù)據(jù)，經(jīng)過前面兩個步驟，得到了一個64導(dǎo)的聚類樹。因為不知道大腦內(nèi)部究竟有幾個特征源的活動反映在這64個導(dǎo)聯(lián)上，所以進行特征源數(shù)目的推定決策。第一步，設(shè)有63個特征源的活動反映在64個導(dǎo)聯(lián)上，那么，存在一個冗余導(dǎo)聯(lián)。為了找到這個冗余導(dǎo)聯(lián)，通過截取聚類樹，將64個導(dǎo)聯(lián)分成63類。那么，存在這么一個類，其中含有兩個導(dǎo)聯(lián)，記為x和y，而其他類則只有一個導(dǎo)聯(lián)。認為導(dǎo)聯(lián)x和y是對同一個特征源的反映，因此需要對其做出篩選，而選擇的依據(jù)就是導(dǎo)聯(lián)的相位同步性強度Wg。假設(shè)導(dǎo)聯(lián)x的相位同步性強度Wg大于導(dǎo)聯(lián)y的相位同步性強度Wg，則選擇x排除y。排除的導(dǎo)聯(lián)y的重要性則排在第64位。第二步，對于剩余的63個導(dǎo)聯(lián)，繼續(xù)設(shè)有62個特征源的活動反映在63個導(dǎo)聯(lián)上，那么，存在一個冗余導(dǎo)聯(lián)。為了找到這個冗余導(dǎo)聯(lián)，通過截取聚類樹，將63個導(dǎo)聯(lián)分成62類。那么，存在這么一個類，其中含有兩個導(dǎo)聯(lián)，記為x和y，而其他類則只有一個導(dǎo)聯(lián)。認為導(dǎo)聯(lián)x和y是對同一個特征源的反映，因此需要