一种基于t分布优化特征提取的手部运动fNIRS信号分类方法

本发明公开了一种基于t分布优化特征提取的手部运动FNIRS信号分类方法，具体包括：使用便携式功能性近红外采集设备采集前额叶皮层脑区在设备运作时运动执行期间的光密度信号，预处理后根据修正的Beer‑Lambert定律计算氧合血红蛋白浓度HBO和脱氧血红蛋白浓度HBR；根据运动执行和静息状态分割数据，提取对各实验试次各通道氧合血红蛋白浓度数据信号的时域特征和时频域特征，组成第一特征矩阵；对第一特征矩阵作核密度估计和峰度、偏度检验，得到第二特征矩阵，对运动执行和静息状态的第二特征矩阵中对应的满足正态分布的每种特征取t分布，以此为依据优化特征选择，得到优化后的第三特征矩阵；将优化后的第三特征矩阵作为分类器输入，得到脑机接口系统模型训练结果，实现有效特征选择与提取；本发明能够优化手部运动FNIRS信号的脑机接口系统特征提取从而提高分类性能。