本發(fā)明涉及腦電波信號檢測與識別技術(shù)領(lǐng)域，具體涉及一種基于時域分析的自適應(yīng)腦電波信號異常的檢測方法。

背景技術(shù)：

大腦是人體感知處理外界環(huán)境信息的中樞，是人體所有動作、語言等機能的控制中心，其以全身的神經(jīng)細胞為媒介向身體各部分發(fā)出指令，這些指令信息均通過腦電信號傳遞出來，且腦電信號會隨著人們的思維活動或者外界刺激等呈現(xiàn)出某種相對應(yīng)的、有規(guī)律的變化，即抽象的大腦活動所表達的人的意愿可通過實際的物理電信號表征出來。目前，關(guān)于腦電波信號的研究大多處于實驗室階段，其實際應(yīng)用的領(lǐng)域較少，主要集中在醫(yī)療領(lǐng)域。在醫(yī)療領(lǐng)域，腦電波信號主要為思維正常而肢體障礙的患者提供對外交流和對外部設(shè)備的控制，如智能輪椅、虛擬打字和機器人操控等。

現(xiàn)有技術(shù)中，腦電波信號檢測一般分為主觀檢測技術(shù)和客觀檢測技術(shù)。主觀檢測技術(shù)是指主治醫(yī)師或腦科精神學(xué)家對采集到的腦電波信號進行長時間的觀察，以此判定大腦是否正常?？陀^檢測技術(shù)是指采用現(xiàn)有的時頻域分析方法，對腦電波信號進行自動檢測，給出具有一定可信度價值的結(jié)果。但目前為止，關(guān)于腦電波信號的研究主要集中在頻域范圍的研究中，而實際臨床研究發(fā)現(xiàn)，當大腦處于異常工作狀態(tài)時，其經(jīng)過去噪濾波的腦電信號的幅值常常要高于正常的腦電信號，利用采集得到的腦電波信號，經(jīng)過去噪濾波后，實時計算出加權(quán)閾值，便可以自適應(yīng)腦電信號變化，進而對腦電波信號進行檢測，根據(jù)超出閾值的多少，來判斷大腦的工作情況。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的在于提供一種基于時域分析的自適應(yīng)腦電波信號異常的檢測方法，實現(xiàn)對腦電波信號異常的實時檢測和實時顯示，為臨床醫(yī)學(xué)提供輔助性治療。

本發(fā)明通過以下技術(shù)方案予以實現(xiàn)：

一種基于時域分析的自適應(yīng)腦電波信號異常的檢測方法，通過采集被測對象的腦電信號，根據(jù)被測腦電信號的時域幅值特點進行腦電波信號的異常檢測，由此來判定被測對象大腦的工作狀態(tài)，其檢測方法包括如下步驟：

步驟1.采集被檢測對象的腦電波信號，選取長度為k的待分析腦電信號進行去噪濾波，然后將k長度的腦電信號以信號長度n為單位進行分段，其中，n＜k，且n、k屬于正整數(shù)；

步驟2.計算分段后各個腦電波信號段的平均值m(k)和方差v(k)，所述平均值m(k)和方差v(k)利用如下公式計算：

其中，k表示所分析的腦電信號的長度，n表示信號長度單位，x(i)表示腦電信號；

步驟3.選取靈敏度參數(shù)ζ，靈敏度參數(shù)ζ利用如下公式計算：

ζ＝σ*v(k)/m(k)(2)

其中，σ為調(diào)節(jié)參數(shù)，σ∈(0,1)；

步驟4.根據(jù)靈敏度參數(shù)ζ計算出各段腦電信號的加權(quán)平均值和加權(quán)方差所述加權(quán)平均值和加權(quán)方差利用如下公式計算：

步驟5.計算腦電信號自適應(yīng)加權(quán)閾值t(k)，所述加權(quán)閾值t(k)利用如下公式計算：

其中，tβ表示概率為β的t分布的分位數(shù)；

步驟6.選取閾值容忍時間tro，所述閾值容忍時間tro利用如下公式計算：

tro＝αt(5)

其中,α＝0.5,0.6，t為腦電波更新時間；

步驟7.對超出加權(quán)閾值的腦電波信號進行計數(shù)統(tǒng)計，若超出加權(quán)閾值的腦電波信號的統(tǒng)計值大于設(shè)定值，則產(chǎn)生實時報警，并對實時報警次數(shù)m進行計數(shù)統(tǒng)計；

步驟8.實時報警次數(shù)m的值越大，則采集到的腦電信號處于異常情況的概率越大，設(shè)置異常報警次數(shù)為l，當實時報警次數(shù)m的值大于或等于異常報警次數(shù)l的值時，則判定當前腦電信號處于異常。

如上所述的基于時域分析的自適應(yīng)腦電波信號異常的檢測方法，所述信號長度n的選取使得所選腦電信號滿足近似正態(tài)分布，因采集裝置、采集頻率和被測對象的個體差異，信號長度n可根據(jù)臨床實際設(shè)置為實時可調(diào)參數(shù)。優(yōu)選的，信號長度n可采用滑窗算法進行選取，采用滑窗算法實現(xiàn)腦電信號段的更新集合為：

[x(tf+1)，...，x(n)，x(n+1)，...，x(n+tf)]

其中，n≤f，f為采集裝置頻率，t為腦電波更新時間。

進一步，優(yōu)選的，所述步驟2中σ的取值范圍為0.4≤σ≤0.8時，可以更好地調(diào)整閾值靈敏效果。所述步驟8中異常報警次數(shù)l的值可設(shè)置為l≥20，當m的值等于或大于設(shè)定的l值時，被檢測腦電波處于異常狀態(tài)。

上述檢測過程中，考慮到不同個體大腦的差異性及不同個體腦電信號具有不同的幅值強度，腦電波信號長度n、靈敏度參數(shù)ζ、容忍時間tro以及異常報警次數(shù)l等均可設(shè)置為臨床實施可調(diào)參數(shù)。

本發(fā)明提供了一種基于時域分析的自適應(yīng)腦電波信號異常的檢測方法，通過采用上述技術(shù)方案，本發(fā)明取得了如下的有益效果：

1、本發(fā)明將采集到的被測對象的腦電信號，根據(jù)其時域幅值特點對腦電波信號進行異常檢測，根據(jù)超出閾值的多少來判斷大腦的工作情況，具有安全、方便、廉價、無創(chuàng)的特點，并且可以實時、動態(tài)地觀察被測對象大腦的工作情況，為臨床醫(yī)學(xué)提供有效的輔助治療，通用性較好，推廣使用價值高。

2、本檢測方法采用滑窗算法進行信號長度參數(shù)選擇，并將腦電波信號長度n、靈敏度參數(shù)ζ、容忍時間tro以及異常報警次數(shù)l等設(shè)置為臨床實施可調(diào)參數(shù)，從而實現(xiàn)個體差異性腦電波信號異常的精確檢測，對于解決不同個性體，提高檢測方法的泛化能力具有重要作用。

3、本發(fā)明基于時域分析的自適應(yīng)腦電波信號異常的檢測方法，采用時域分析方法替代常用的頻域分析方法對腦電波信號進行檢測，操作安全方便，提高了測試精度，為臨床醫(yī)學(xué)的檢測治療提供方便。

附圖說明

圖1為本發(fā)明的流程圖；

圖2為本發(fā)明實施例的腦電信號測試結(jié)果圖；

具體實施方式

下面結(jié)合附圖對本發(fā)明的實施例做詳細說明，本實施例在以本發(fā)明技術(shù)方案為前提下進行實施，給出了詳細的實施方式和過程，但本發(fā)明的保護范圍不限于下述的實施例。

參照圖1，本發(fā)明的實現(xiàn)步驟如下：

步驟1.采集被檢測對象的腦電波信號，選取長度為k的待分析腦電信號進行去噪濾波，然后將k長度的腦電信號以信號長度n為單位進行分段，其中，n＜k，且n、k屬于正整數(shù)；

選擇合適的腦電波信號長度n是本步驟的關(guān)鍵，信號長度n既要保證所選腦電波長度符合近似正態(tài)分布，又要保證所選擇的腦電波信號能實時反映被測對象的大腦工作狀態(tài)，因采集裝置、采集頻率和被測對象的差異，需要根據(jù)臨床實際自行設(shè)置。普通情況下，信號長度n可采用滑窗算法進行選擇，如本實施例中，采集裝置頻率為500hz，即每秒采集500個點，采集60s長度的腦電信號作為待分析信號，選擇200點作為一腦電波信號段，對于一段信號，每次更新后50個采集點，與原有的150～200個采集點共同組成200個采集點，如此實現(xiàn)時間為0.1s的實時性，即已0.1s為單位反映被測對象的大腦工作狀況?；八惴▽崿F(xiàn)腦電信號段的更新規(guī)則為：

[x(tf+1)，...，x(n)，x(n+1)，...，x(n+tf)]

其中，n＝n,200≤n≤f，f為采集裝置頻率，t為腦電波更新時間。

步驟2.計算分段后各個腦電波信號段的平均值m(k)和方差v(k)，所述平均值m(k)和方差v(k)利用如下公式計算：

其中，k表示所分析的腦電信號的長度，n表示信號長度單位，x(i)表示腦電信號。

步驟3.選取靈敏度參數(shù)ζ

靈敏度參數(shù)ζ的設(shè)定原則為使得閾值對被測信號具有足夠的靈敏度，因被測對象的個體差異，可根據(jù)實際的臨床試驗設(shè)置，一般情況下，靈敏度參數(shù)ζ可利用如下公式計算：

ζ＝σ*v(k)/m(k)(2)

其中σ為調(diào)節(jié)參數(shù)且σ∈(0,1)，本實施例中，選取調(diào)節(jié)參數(shù)σ＝0.8。采用此方法獲得靈敏度參數(shù)，可以消除因腦電信號變化過于劇烈導(dǎo)致方差過大，產(chǎn)生大數(shù)吃小數(shù)的現(xiàn)象。

步驟4.根據(jù)靈敏度參數(shù)ζ計算出各段腦電信號的加權(quán)平均值和加權(quán)方差所述加權(quán)平均值和加權(quán)方差利用如下公式計算：

步驟5.計算腦電信號自適應(yīng)加權(quán)閾值t(k)，所述加權(quán)閾值t(k)利用如下公式計算：

其中，tβ表示概率為β的t分布的分位數(shù)，根據(jù)實驗室進行的多次測量中，本實施例中，選取tβ＝0.1。

步驟6.選取閾值容忍時間tro，閾值容忍時間tro可采用實驗室中多次測量的經(jīng)驗值，也可利用如下公式進行計算：

tro＝αt(5)

其中,α＝0.5,0.6，t為腦電波更新時間。

步驟7.對超出加權(quán)閾值的腦電波信號進行計數(shù)統(tǒng)計，若超出加權(quán)閾值的腦電波信號的統(tǒng)計值大于設(shè)定值s，則產(chǎn)生實時報警，并對實時報警次數(shù)m進行計數(shù)統(tǒng)計。

設(shè)定值s可根據(jù)實際的臨床試驗設(shè)置，以實現(xiàn)個體差異性腦電波信號異常的精確檢測，本實施例，設(shè)定值s的值設(shè)置為3。

步驟8.實時報警次數(shù)m的值越大，則采集到的腦電信號處于異常情況的概率越大，設(shè)置異常報警次數(shù)為l，當實時報警次數(shù)m的值大于或等于異常報警次數(shù)l的值時，則判定當前腦電信號處于異常。

異常報警次數(shù)值可根據(jù)實際的臨床試驗設(shè)置，普通情況下及本實施例中設(shè)置l＝20，當實時報警次數(shù)m的值等于或大于20時，即判斷腦電波處于異常狀態(tài)。

如圖2所示，令采集裝置頻率為500hz，采集60s長度的腦電信號作為待分析腦電信號，選擇200點作為一腦電波信號段，腦電波更新時間為0.1s,靈敏度調(diào)節(jié)參數(shù)選取σ＝0.8，tβ＝0.1，α＝0.5，設(shè)定值s＝3，異常報警次數(shù)l＝20，得到上半部分圖像中所示的采集的待分析腦電波信號圖，與待分析腦電波信號圖對應(yīng)，下半部分圖像為出現(xiàn)異常的腦電信號脈沖圖。圖中，在上半部分圖像中，l1表示上加權(quán)閾值，l2表示下加權(quán)閾值，s表示腦電波信號；下半部分圖像中p表示報警脈沖，當報警脈沖線p的數(shù)量多于20次時，即判定被測腦電波信號異常。

本發(fā)明未詳盡描述的技術(shù)內(nèi)容均為公知技術(shù)。