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)信號是攜帶有人腦特征或狀態(tài)的信息載體，人腦是ー個開放的、時變的和非線性的系統(tǒng)，其產(chǎn)生的信號也是時變的，非線性的，同時腦電數(shù)據(jù)信號在測量后會產(chǎn)生隨機(jī)誤差，并且腦電信號還會受到個體差異的硬性，因此，對于腦電數(shù)據(jù)信號的分析成為難題。申請?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)典的時頻域分析和主成份分析方法解決了腦電信號特征提取的難題，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?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，它通過對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，用以反映所對應(yīng)的腦神經(jīng)遞質(zhì)的功能狀況，為建立一種無創(chuàng)傷腦神經(jīng)遞質(zhì)功能檢測方法提供了條件。但是，該發(fā)明對于腦電數(shù)據(jù)特征具有針對性，當(dāng)特征值不一致時效果較差。通過對腦電數(shù)據(jù)信號的監(jiān)測和分析，可以得到大腦的狀態(tài)，如深度睡眠，大腦疲勞，大腦警覺等狀態(tài)，同時，也為人類與計算機(jī)的交互控制提供了新的手段。對腦電數(shù)據(jù)信號進(jìn)行特征提取，得到可識別的，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，該方法通過提取腦電數(shù)據(jù)得到時頻特征和形態(tài)特征，并將時頻特征和形態(tài)特征相結(jié)合，進(jìn)而反應(yīng)大腦狀態(tài)，計算復(fù)雜程度低，實(shí)時性好。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)對所得的每個數(shù)據(jù)段分別提取時頻特征和形態(tài)特征，得到每個數(shù)據(jù)段相應(yīng)的時頻特征值和形態(tài)特征值；(3)利用背景腦電數(shù)據(jù)每個數(shù)據(jù)段的時頻特征值和形態(tài)特征值，計算得到時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)每個數(shù)據(jù)段的時頻特征值出現(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)對所得的每個數(shù)據(jù)段分別提取時頻特征和形態(tài)特征，得到每個數(shù)據(jù)段相應(yīng)的時頻特征值和形態(tài)特征值； (3)利用背景腦電數(shù)據(jù)每個數(shù)據(jù)段的時頻特征值和形態(tài)特征值，計算得到時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)每個數(shù)據(jù)段的時頻特征值出現(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)采用滑動時間窗的方法將有效頻段分為若干數(shù)據(jù)段，滑動時間窗的長度為ls，滑動步長為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)中對每個數(shù)據(jù)段采用經(jīng)驗(yàn)?zāi)B(tài)分解法提取時頻特征，取前三個固有模態(tài)函數(shù)，利用下式計算得到每個數(shù)據(jù)段的時頻特征值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)中的對每個數(shù)據(jù)段提取形態(tài)特征的步驟如下 a、對每個數(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個數(shù)據(jù)段的包絡(luò)范圍； 利用下式計算每個數(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；對每個數(shù)據(jù)段分別提取時頻特征和形態(tài)特征，得到每個數(shù)據(jù)段相應(yīng)的時頻特征值和形態(tài)特征值；利用背景腦電數(shù)據(jù)每個數(shù)據(jù)段的時頻特征值和形態(tài)特征值，計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)每個數(shù)據(jù)段的時頻特征值出現(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算得到IMF-VoE特征值。利用IMF-VoE特征值可以快速有效識別腦電信號的變化特征，監(jiān)測大腦狀態(tài)。
文檔編號A61B5/0476GK102824172SQ201210308790
公開日2012年12月19日 申請日期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 申請人:浙江大學(xué)