【技术实现步骤摘要】
本专利技术涉及睡眠脑电检测信号的识别领域,尤其涉及一种基于检测睡眠脑电信号对睡眠阶段进行分类的方法。
技术介绍
脑电波是大脑皮层下大量神经元进行的自发性,节律性,综合性的电活动所形成的。自1924,德国神经学家最先记录和描述人脑活动以来,脑电开起来化时代的意义。由于脑电波在癫痫病,肿瘤及其他精神疾病的诊断上起的重大作用,所以对脑电波的检测与分析并提取特征有重大研究价值。多导睡眠仪通过对大脑的多个点位安放电极,能精准的测量并记录人的脑电活动。而多导睡眠仪是一个多通道的医疗器械,导联方式复杂,非有经验的医师则不能操作,除此之外,阅读并分析整晚的睡眠脑电图是一个很费时的工作,医师工作状态很大程度上影响分析结果的准确性,每台多导睡眠仪的价格非常昂贵而市场上对多导睡眠仪的需求却一直居高不下。因此,很多研究通过在大脑的左额极(Fp1,leftfrontalpole)和右额极(Fp2,rightfrontalpole)两个点位安放电极来测量并记录大脑的活动来简化测量,而对大量的脑电数据不能进行快速和精准的处理。
技术实现思路
本专利技术针对现有技术中脑电活动测量繁琐,导联方式复杂,脑电数据不能快速和精准的处理缺点,提供了一种脑电活动测量简单,导联方式简单,脑电数据能快速和精准的处理的基于检测睡眠脑电信号对睡眠阶段进行分类的方法。为了解决上述技术问题,本专利技术通过下述技术方案得以解决:基于检测睡眠脑 ...
【技术保护点】
基于检测睡眠脑电信号对睡眠阶段进行分类的方法,其特征在于:包括如下步骤:(1):将信号采集设备分别与左额极、右额极连接,采集脑电信号、眼电信号和下颌肌电信号;(2):滤波,通过低通滤波器对信号进行滤波处理,截止高于50Hz的频段的信号,允许低于50Hz的频率的信号通过;(3):将信号分频段,时域以30s为单元进行分段处理;(4):提取特征值,按照alpha波、beta波、sigma波、delta波、theta波和EMG的频率范围对信号进行分频段并对每个频段的信号进行降采样处理,分别计算alpha波、beta波、sigma波、delta波、theta波和EMG每个频段的能量值作为特征值,计算能量比值作为每个频段的特征值,能量比值分别为Sigma/delta、delta/beta、Alpha/beta、Beta/EMG,将能量比值Sigma/delta定义为SDR,delta/beta定义为DBR,Alpha/beta定义为ABR,Beta/EMG定义为BER;(5):将处理后的信号进行睡眠阶段的分类。
【技术特征摘要】
1.基于检测睡眠脑电信号对睡眠阶段进行分类的方法,其特征在于:包括如下
步骤:
(1):将信号采集设备分别与左额极、右额极连接,采集脑电信号、眼电
信号和下颌肌电信号;
(2):滤波,通过低通滤波器对信号进行滤波处理,截止高于50Hz的频段
的信号,允许低于50Hz的频率的信号通过;
(3):将信号分频段,时域以30s为单元进行分段处理;
(4):提取特征值,按照alpha波、beta波、sigma波、delta波、theta
波和EMG的频率范围对信号进行分频段并对每个频段的信号进行降采样处理,
分别计算alpha波、beta波、sigma波、delta波、theta波和EMG每个频段
的能量值作为特征值,计算能量比值作为每个频段的特征值,能量比值分别为
Sigma/delta、delta/beta、Alpha/beta、Beta/EMG,将能量比值Sigma/delta
定义为SDR,delta/beta定义为DBR,Alpha/beta定义为ABR,Beta/EMG定义为
BER;
(5):将处理后的信号进行睡眠阶段的分类。
2.根据权利要求1所述的基于检测睡眠脑电信号对睡眠阶段进行分类的方法,
其特征在于:还包括以下步骤:
(6):根据步骤(5)对睡眠阶段的分类,绘出睡眠图;
(7):对步骤(6)得到的睡眠图,利用平滑滤波技术对睡眠图进行修整。
3.根据权利要求2所述的基于检测睡眠脑电信号对睡眠阶段进行分类的方法,
其特征在于:步骤(5)中根据决策树对每个频段的特征值进行参数比较,进行
睡眠阶段的分类。
4.根据权利要求1所述的基于检测睡眠脑...
【专利技术属性】
技术研发人员:汪嘉恒,蒋明达,胡宸瀚,吕宏,徐春辉,
申请(专利权)人:浙江神灯生物科技有限公司,
类型:发明
国别省市:浙江;33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。