專利名稱：一種腦電特征提取方法
技術(shù)領(lǐng)域：
本發(fā)明涉及腦電數(shù)據(jù)分析領(lǐng)域，具體涉及ー種腦電特征提取方法。
背景技術(shù)：
腦電數(shù)據(jù)信號(hào)是攜帶有人腦特征或狀態(tài)的信息載體，人腦是ー個(gè)開放的、時(shí)變的和非線性的系統(tǒng)，其產(chǎn)生的信號(hào)也是時(shí)變的，非線性的，同時(shí)腦電數(shù)據(jù)信號(hào)在測(cè)量后會(huì)產(chǎn)生隨機(jī)誤差，并且腦電信號(hào)還會(huì)受到個(gè)體差異的硬性，因此，對(duì)于腦電數(shù)據(jù)信號(hào)的分析成為難題。申請(qǐng)?zhí)枮?00910196746. 3的發(fā)明公開了ー種腦電波分析方法，應(yīng)用了經(jīng)典的時(shí)頻域分析和主成份分析方法解決了腦電信號(hào)特征提取的難題，成功地提取了與人體緊張， 疲勞與放松息息相關(guān)的時(shí)頻域參數(shù)，并且將其映射到主成分空間中去，還運(yùn)用了支持向量機(jī)在主成份空間中高效地分析非線性關(guān)系，提高了判讀的精確性和有效性。但是，該發(fā)明計(jì)算方法復(fù)雜，能夠處理的頻率范圍有限，不能滿足更寬頻段的需求。申請(qǐng)?zhí)枮?00710163302. 0的發(fā)明公開了ー種腦電超慢波分析方法及其數(shù)據(jù)處理裝置，它通過(guò)對(duì)0. 5-50HZ范圍內(nèi)的腦電波進(jìn)行系列分析，提取出其中超慢波，并分析超慢譜系功率，用以反映所對(duì)應(yīng)的腦神經(jīng)遞質(zhì)的功能狀況，為建立一種無(wú)創(chuàng)傷腦神經(jīng)遞質(zhì)功能檢測(cè)方法提供了條件。但是，該發(fā)明對(duì)于腦電數(shù)據(jù)特征具有針對(duì)性，當(dāng)特征值不一致時(shí)效果較差。通過(guò)對(duì)腦電數(shù)據(jù)信號(hào)的監(jiān)測(cè)和分析，可以得到大腦的狀態(tài)，如深度睡眠，大腦疲勞，大腦警覺(jué)等狀態(tài)，同時(shí)，也為人類與計(jì)算機(jī)的交互控制提供了新的手段。對(duì)腦電數(shù)據(jù)信號(hào)進(jìn)行特征提取，得到可識(shí)別的，可靠程度高的特征值是腦電數(shù)據(jù)分析的基礎(chǔ)環(huán)節(jié)，具有重要意義。

發(fā)明內(nèi)容
本發(fā)明提供了ー種腦電特征提取方法，該方法通過(guò)提取腦電數(shù)據(jù)得到時(shí)頻特征和形態(tài)特征，并將時(shí)頻特征和形態(tài)特征相結(jié)合，進(jìn)而反應(yīng)大腦狀態(tài)，計(jì)算復(fù)雜程度低，實(shí)時(shí)性好。一種腦電特征提取方法，包括以下步驟(I)去除背景腦電數(shù)據(jù)和待處理腦電數(shù)據(jù)中的偽跡，分別獲得背景腦電數(shù)據(jù)的有效頻段和待處理腦電數(shù)據(jù)的有效頻段，再分別將背景腦電數(shù)據(jù)的有效頻段和待處理腦電數(shù)據(jù)的有效頻段分為若干數(shù)據(jù)段；(2)對(duì)所得的每個(gè)數(shù)據(jù)段分別提取時(shí)頻特征和形態(tài)特征，得到每個(gè)數(shù)據(jù)段相應(yīng)的時(shí)頻特征值和形態(tài)特征值；(3)利用背景腦電數(shù)據(jù)每個(gè)數(shù)據(jù)段的時(shí)頻特征值和形態(tài)特征值，計(jì)算得到時(shí)頻特征值的頻率分布函數(shù)和形態(tài)特征值的頻率分布函數(shù)；(4)利用背景腦電數(shù)據(jù)的時(shí)頻特征值的頻率分布函數(shù)和形態(tài)特征值的頻率分布函數(shù)，得到待處理腦電數(shù)據(jù)每個(gè)數(shù)據(jù)段的時(shí)頻特征值出現(xiàn)的概率和形態(tài)特征值出現(xiàn)的概率；(5)利用下式計(jì)算得到頂F-VoE特征值，
權(quán)利要求
1.ー種腦電特征提取方法，包括獲取背景腦電數(shù)據(jù)和待處理腦電數(shù)據(jù)，其特征在干，還包括以下步驟 (1)去除背景腦電數(shù)據(jù)和待處理腦電數(shù)據(jù)中的偽跡，分別獲得背景腦電數(shù)據(jù)的有效頻段和待處理腦電數(shù)據(jù)的有效頻段，再分別將背景腦電數(shù)據(jù)的有效頻段和待處理腦電數(shù)據(jù)的有效頻段分為若干數(shù)據(jù)段； (2)對(duì)所得的每個(gè)數(shù)據(jù)段分別提取時(shí)頻特征和形態(tài)特征，得到每個(gè)數(shù)據(jù)段相應(yīng)的時(shí)頻特征值和形態(tài)特征值； (3)利用背景腦電數(shù)據(jù)每個(gè)數(shù)據(jù)段的時(shí)頻特征值和形態(tài)特征值，計(jì)算得到時(shí)頻特征值的頻率分布函數(shù)和形態(tài)特征值的頻率分布函數(shù)； (4)利用背景腦電數(shù)據(jù)的時(shí)頻特征值的頻率分布函數(shù)和形態(tài)特征值的頻率分布函數(shù)，得到待處理腦電數(shù)據(jù)每個(gè)數(shù)據(jù)段的時(shí)頻特征值出現(xiàn)的概率和形態(tài)特征值出現(xiàn)的概率； (5)利用下式計(jì)算得到IMF-VoE特征值，
2.如權(quán)利要求I所述腦電特征提取方法，其特征在于，所述步驟(I)采用帶通濾波去除偽跡，去除偽跡后獲得的有效頻段頻率為I. 6 70Hz。
3.如權(quán)利要求2所述腦電特征提取方法，其特征在于，所述步驟(I)采用滑動(dòng)時(shí)間窗的方法將有效頻段分為若干數(shù)據(jù)段，滑動(dòng)時(shí)間窗的長(zhǎng)度為ls，滑動(dòng)步長(zhǎng)為0. 2s。
4.如權(quán)利要求3所述腦電特征提取方法，其特征在于，所述步驟(2)中對(duì)每個(gè)數(shù)據(jù)段采用經(jīng)驗(yàn)?zāi)B(tài)分解法提取時(shí)頻特征，取前三個(gè)固有模態(tài)函數(shù)，利用下式計(jì)算得到每個(gè)數(shù)據(jù)段的時(shí)頻特征值VoIMF
5.如權(quán)利要求4所述腦電特征提取方法，其特征在于，所述步驟(2)中的對(duì)每個(gè)數(shù)據(jù)段提取形態(tài)特征的步驟如下 a、對(duì)每個(gè)數(shù)據(jù)段進(jìn)行均值濾波，得到平滑后的數(shù)據(jù)； b、求取平滑后的數(shù)據(jù)段的極大值，連接極大值得到上包絡(luò)線Euppot;求取平滑后的數(shù)據(jù)段的極小值，得到下包絡(luò)線E1otot ;利用下式求取上包絡(luò)線和下包絡(luò)線的之間的包絡(luò)范圍 Envelope_Range (t) = Eupper (t) -Elower (t)其中，t為數(shù)據(jù)段序數(shù)； Envelope_Range(t)為第t個(gè)數(shù)據(jù)段的包絡(luò)范圍； 利用下式計(jì)算每個(gè)數(shù)據(jù)段的形態(tài)特征值VoE，
6.如權(quán)利要求5所述腦電特征提取方法，其特征在于，所述步驟(3)中采用頻率分布直方圖歸ー化的方法得到時(shí)頻特征值的頻率分布函數(shù)和形態(tài)特征值的頻率分布函數(shù)。
全文摘要
本發(fā)明公開了一種腦電特征提取方法，包括以下步驟去除背景腦電數(shù)據(jù)和待處理腦電數(shù)據(jù)中的偽跡，分別獲得背景腦電數(shù)據(jù)和待處理腦電數(shù)據(jù)的有效頻段，分別將背景腦電數(shù)據(jù)和待處理腦電數(shù)據(jù)的有效頻段分為若干數(shù)據(jù)段；對(duì)每個(gè)數(shù)據(jù)段分別提取時(shí)頻特征和形態(tài)特征，得到每個(gè)數(shù)據(jù)段相應(yīng)的時(shí)頻特征值和形態(tài)特征值；利用背景腦電數(shù)據(jù)每個(gè)數(shù)據(jù)段的時(shí)頻特征值和形態(tài)特征值，計(jì)算得到特征值的頻率分布函數(shù)；利用背景腦電數(shù)據(jù)的頻率分布函數(shù)，得到待處理腦電數(shù)據(jù)每個(gè)數(shù)據(jù)段的時(shí)頻特征值出現(xiàn)的概率和形態(tài)特征值出現(xiàn)的概率；利用特征值的概率計(jì)算得到IMF-VoE特征值。利用IMF-VoE特征值可以快速有效識(shí)別腦電信號(hào)的變化特征，監(jiān)測(cè)大腦狀態(tài)。
文檔編號(hào)A61B5/0476GK102824172SQ201210308790
公開日2012年12月19日 申請(qǐng)日期2012年8月28日 優(yōu)先權(quán)日2012年8月28日
發(fā)明者王躍明, 祁玉, 鄭筱祥 申請(qǐng)人:浙江大學(xué)