基于视觉诱发的脑电信号特征分析方法及系统技术方案

本发明专利技术公开了一种基于视觉诱发的脑电信号特征分析方法及系统，所述分析方法包括：获取不同视觉诱发的原始脑电信号数据；利用时频分析方法对所述原始脑电信号数据进行预处理，获得预处理脑电信号；利用非线性理论计算所述预处理脑电信号的非线性特征参数；根据所述非线性特征参数对所述原始脑电信号数据进行分析，采用非线性理论计算预处理信号，可以使得对原始脑电信号的分析更加准确，提高对原始信号分析的精度。

Method and system for analyzing characteristic of brain electric signal based on vision

The invention discloses a method and system for analyzing visual evoked EEG feature based on the analysis method includes: the original EEG data acquisition induced by different visual; method to preprocess the original EEG data by time-frequency analysis, obtain the preprocessing of EEG; calculation of the nonlinear characteristics of EEG signal preprocessing based on nonlinear theory; according to the analysis of the original EEG data of the nonlinear characteristic parameters, calculation of signal pretreatment using nonlinear theory, makes analysis of the original EEG signals more accurately and improve the precision of the signal analysis of the original.

【技术实现步骤摘要】

本专利技术脑电信号分析领域，特别是涉及一种基于视觉诱发的脑电信号特征分析方法及系统。
技术介绍
脑电信号是通过电极记录下来的脑电细胞群的自发性、节律性的电运动，它反映了大脑组织的电活动及大脑的功能状态，脑电信号作为一种无创的检测手段，其研究涉及神经生理学、心理学、病理生理学、认知神经科学、神经工程乃至社会心理学、信息与信号处理等诸多领域。对脑电波特征的研究可应用到脑疾病患者的康复训练中去。在现有技术中，对脑电波特征的研究最早是直接从时域上提取特征，有些重要信息在时域上反映突出，但时域方法使大脑的各个区域的脑电情况不能得到直观反映，功率谱估计的方法仅仅能把脑电信号的幅度随时间变换的情况反映出来，现有技术中采用线性方法处理脑电信号，对脑电信号的处理分析精度较低。
技术实现思路
本专利技术的目的是提供一种精度较高的基于视觉诱发的脑电信号特征分析方法与系统。为实现上述目的，本专利技术提供了如下方案：一种基于视觉诱发的脑电信号特征分析方法，所述分析方法包括：获取不同视觉诱发的原始脑电信号数据；利用时频分析方法对所述原始脑电信号数据进行预处理，获得预处理脑电信号；利用非线性理论计算所述预处理脑电信号的非线性特征参数；根据所述非线性特征参数对所述原始脑电信号数据进行分析。可选的，所述预处理的方法具体包括去除噪声，伪迹去除，多维信号分离中至少一者。可选的，所述非线性特征参数具体包括基于关联位数、点关联维数、最大Lyapunov指数、近似熵中至少一者。可选的，所述获取不同视觉诱发的原始脑电信号数据具体包括通过脑电极帽对不同视觉诱发的脑电信号数据进行采集，获取所述原始脑电信号数据。可选的，所述对所述原始脑电信号数据进行分析具体包括：根据所述非线性特征参数确定所述非线性特征参数的变化规律；根据所述非线性特征参数的变化规律对不同视觉诱发的脑电信号进行分类和识别。一种基于视觉诱发的脑电信号特征分析系统，所述分析系统包括数据获取模块，预处理模块，计算模块，分析模块；所述数据获取模块用于获取不同视觉诱发的所述原始脑电信号数据；所述预处理模块利用时频分析方法对所述原始脑电信号数据进行预处理，获得预处理脑电信号；所述计算模块利用非线性理论计算所述预处理脑电信号的非线性特征参数；所述分析模块根据所述非线性特征参数对所述原始脑电信号数据进行分析。可选的，所述数据获取模块还连接脑电极帽，所述脑电极帽用于采集原始脑电信号，所述数据获取模块，用于获取所述采集的原始脑电信号数据。可选的，所述分析模块具体包括：确定单元，用于根据所述非线性特征参数确定所述非线性特征参数的变化规律；分析单元，用于根据所述非线性特征参数的变化规律对不同视觉诱发的脑电信号进行分类和识别。根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：本专利技术利用时频分析方法对所述原始脑电信号数据进行预处理，获得预处理脑电信号，利用非线性理论计算所述预处理脑电信号的非线性特征参数，可以更加精确地分析脑电信号，然后再根据非线性特征参数对所述原始脑电信号数据进行分析，可以很精确的对不同视觉诱发信号进行识别与分类。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术的一种基于视觉诱发的脑电信号特征分析方法流程图；图2为本专利技术的一种基于视觉诱发的脑电信号特征分析系统组成框图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。本专利技术的目的是提供一种精度较高的基于视觉诱发的脑电信号特征分析方法与系统，提高对脑电信号分析的精度。为使本专利技术的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本专利技术作进一步详细的说明。如图1所示，本专利技术基于视觉诱发的脑电信号特征分析方法，所述分析方法包括：步骤100：获取不同视觉诱发的原始脑电信号数据。具体的，所述获取不同视觉诱发的原始脑电信号数据包括：通过脑电极帽对不同视觉诱发的脑电信号数据进行采集，获取所述原始脑电信号数据；步骤200：利用时频分析方法对所述原始脑电信号数据进行预处理，获得预处理脑电信号。其中，所述预处理的方法具体包括去除噪声，伪迹去除，多维信号分离中至少一者。通过对原始脑电信号进行预处理，减小噪声以及环境因素对脑电信号的非线性特征参数的计算产生的影响。步骤300：利用非线性理论计算所述预处理脑电信号的非线性特征参数。其中，所述非线性特征参数具体包括基于关联位数、点关联维数、最大Lyapunov指数、近似熵中至少一者；步骤400：根据所述非线性特征参数对所述原始脑电信号数据进行分析。进一步地，分析过程具体包括：步骤410：根据所述非线性特征参数确定所述非线性特征参数的变化规律，可以使得对脑电信号的分析更加精确；步骤420：根据所述非线性特征参数的变化规律对不同视觉诱发的脑电信号进行分类和识别。本专利技术利用时频分析方法对所述原始脑电信号数据进行预处理，获得预处理脑电信号，利用非线性理论计算所述预处理脑电信号的非线性特征参数，可以更加精确地分析脑电信号，然后再根据非线性特征参数对所述原始脑电信号数据进行分析，可以很精确的对不同视觉诱发信号进行识别与分类。此外，本专利技术还提供一种基于视觉诱发的脑电信号特征分析系统。如图2所示，本专利技术基于视觉诱发的脑电信号特征分析系统包括数据获取模块1，预处理模块2，计算模块3，分析模块4。其中，所述数据获取模块1用于获取不同视觉诱发的所述原始脑电信号数据还与脑电极帽连接，与所述数据获取模块1连接，用于获取所述原始脑电信号数据；所述预处理模块2利用时频分析方法对所述原始脑电信号数据进行预处理，获得预处理脑电信号；所述计算模块3利用非线性理论计算所述预处理脑电信号的非线性特征参数；所述分析模块4根据所述非线性特征参数对所述原始脑电信号数据进行分析，具体包括：确定单元，根据所述非线性特征参数确定所述非线性特征参数的变化规律；分析单元，根据所述非线性特征参数的变化规律对不同视觉诱发的脑电信号进行分类和识别。本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。本文中应用了具体实施例对本专利技术的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本专利技术的方法及其核心思想；同时，对于本领域的一般技术人员，依据本专利技术的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本专利技术的限制。本文档来自技高网...

【技术保护点】
一种基于视觉诱发的脑电信号特征分析方法，其特征在于，所述分析方法包括：获取不同视觉诱发的原始脑电信号数据；利用时频分析方法对所述原始脑电信号数据进行预处理，获得预处理脑电信号；利用非线性理论计算所述预处理脑电信号的非线性特征参数；根据所述非线性特征参数对所述原始脑电信号数据进行分析。

【技术特征摘要】
1.一种基于视觉诱发的脑电信号特征分析方法，其特征在于，所述分析方法包括：获取不同视觉诱发的原始脑电信号数据；利用时频分析方法对所述原始脑电信号数据进行预处理，获得预处理脑电信号；利用非线性理论计算所述预处理脑电信号的非线性特征参数；根据所述非线性特征参数对所述原始脑电信号数据进行分析。2.根据权利要求1所述的一种基于视觉诱发的脑电信号特征分析方法，其特征在于，所述预处理的方法具体包括去除噪声，伪迹去除，多维信号分离中至少一者。3.根据权利要求1所述的一种基于视觉诱发的脑电信号特征分析方法，其特征在于，所述非线性特征参数具体包括基于关联维数、点关联维数、最大Lyapunov指数、近似熵中至少一者。4.根据权利要求1所述的一种基于视觉诱发的脑电信号特征分析方法，其特征在于，所述获取不同视觉诱发的原始脑电信号数据具体包括通过脑电极帽对不同视觉诱发的脑电信号数据进行采集，获取所述原始脑电信号数据。5.根据权利要求1所述的一种基于视觉诱发的脑电信号特征分析方法，其特征在于，所述对所述原始脑电信号数据进行分析具体包括：根据所述非线性特征参数确...

【专利技术属性】
技术研发人员：孙海欣，张猛，王守利，聂春艳，任丽晔，姜利，
申请(专利权)人：长春大学，
类型：发明
国别省市：吉林;22