一种脑电放松度识别方法及装置制造方法及图纸

本发明专利技术公开了一种脑电放松度识别方法，包括如下步骤：对接收的第一脑电序列信号的各个时刻的脑电信号进行加权移动平均计算，得到第二脑电序列信号；以所述第二脑电序列信号为原始信号，以与所述第二脑电序列信号同步采集得到的伪迹序列信号为参考信号，对所述第二脑电序列信号进行自适应滤波，得到第三脑电序列信号；从所述第三脑电序列信号中提取出各个脑电波；计算各个脑电波的特征，获得所述第三脑电序列信号的特征量；根据所述特征量进行分类识别，得到脑电放松度。本发明专利技术还提供了一种脑电放松度识别装置，可实现快速准确的脑电放松度识别。

【技术实现步骤摘要】
一种脑电放松度识别方法及装置
本专利技术涉及放松治疗领域，尤其涉及一种脑电放松度识别方法及装置。
技术介绍
放松训练是行为疗法中使用最广的技术之一，是在心理学实验的基础上建立和发展起来的咨询和治疗方法，其在治疗焦虑抑郁症、神经性头痛、失眠、高血压病，减轻更年期综合征和转变不良行为模式等方面取得了较好的疗效。现有的放松训练主要有录音指导、口头指导和生物反馈指导。其中，录音指导方法僵化、没有变化，无法根据受训者的状态变化内容；口头指导则要求对口头指导的对象要求很高，且受到时间、场地限制；生物反馈指导以脑电反馈为主，能够结合前两种方式的优点，因而受到广泛关注。进行生物反馈指导需要识别用户的放松度，而识别放松度首先需要从用户的原始脑电信号中提取各个频段的脑电波(包括Delta、Theta、Alpha、Beta、Gamma波)，并计算各个脑电波的特征。但实际情况下，原始脑电信号极其微弱，且非常容易受到外界工频、磁场扰动、低频直流、舌电伪迹，出汗伪迹、眼电伪迹、脉搏伪迹以及肌电伪迹等因素的干扰，导致提取的脑电波包含较多的噪声，进而不能获得计算得到准确的特征。其中，工频干扰相对固定，较易去除，低频直流虽然可以通过滤波器滤除，但考虑到滤波器带来的频带衰减，直接通过滤波器精确滤除低频直流信息会对脑电信号产生影响；而伪迹信号中，以眼电伪迹和肌电伪迹最难以去除，这主要是由于其信号幅值较高，是脑电信号的几倍甚至几十倍，而且其频率与原始脑电信号在频域有混叠。
技术实现思路
针对上述问题，本专利技术的目的在于提供一种脑电放松度识别方法及装置，可去除原始脑电信号中的低频信息及伪迹信号，得到纯净的脑电序列信号，从而实现准确的脑电放松度识别。本专利技术提供了一种脑电放松度识别方法，包括如下步骤：对接收的第一脑电序列信号的各个时刻的脑电信号进行加权移动平均计算，得到第二脑电序列信号；以所述第二脑电序列信号为原始信号，以与所述第二脑电序列信号同步采集得到的伪迹序列信号为参考信号，对所述第二脑电序列信号进行自适应滤波，得到第三脑电序列信号；从所述第三脑电序列信号中提取出各个脑电波；计算各个脑电波的特征，获得所述第三脑电序列信号的特征量；根据所述特征量进行分类识别，得到脑电放松度。优选地，所述对接收的第一脑电序列信号的各个时刻的脑电信号进行加权移动平均计算，得到第二脑电序列信号具体包括：基于当前的第j个时刻的脑电信号，获取第一脑电序列信号中的位于第(j-(N-1)/2)个时刻至第(j+(N-1)/2)个时刻之间的N个脑电信号的能量；其中，N为预设的影响数，且N为奇数，j为大于(N+1)/2的整数；根据预设的权值分布函数为获取的N个脑电信号的能量分配权值；其中，N个脑电信号的能量的权值之和为1；对所述N个脑电信号的能量根据分配的权值进行加权求和，得到新的第j个时刻的脑电信号的能量；依次对所述第一脑电序列信号的各个时刻的脑电信号的能量进行加权求和后，根据所有时刻的新的脑电信号的能量，生成第二脑电序列信号。优选地，所述对接收的第一脑电序列信号的各个时刻的脑电信号进行加权移动平均计算，得到第二脑电序列信号具体包括：基于当前的第j个时刻的脑电信号，获取第一脑电序列信号中的位于第(j-N)个时刻至第(j-1)个时刻之间的N个脑电信号的能量；其中，N为预设的影响数，j为大于N的整数；根据预设的权值分布函数为获取的N个脑电信号的能量分配权值；其中，N个脑电信号的能量的权值之和为1；对所述N个脑电信号的能量根据分配的权值进行加权求和，得到新的第j个时刻的脑电信号的能量；依次对所述第一脑电序列信号的各个时刻的脑电信号的能量进行加权求和后，根据的所有时刻的新的脑电信号的能量，生成第二脑电序列信号。优选地，所述权值分布函数为正态分布函数。优选地，所述自适应滤波器经函数链神经网络优化。优选地，所述从所述第三脑电序列信号中提取出各个脑电波具体包括：根据香农-奈奎斯特采样原理及所述第三脑电序列信号的采样频率进行频段分层，计算得到每层的频率范围；依据所述频段分层中每层的频率范围及每个脑电波的频率范围，确定与每个脑电波对应的小波分解和重构所需的层数；根据与每个脑电波对应的所述小波分解所需的层数及预先选择的母小波进行信号分解，得到与每个脑电波对应的按频段划分的多层波形；根据与所述小波重构所需的层数对应的系数及分解得到的与每个脑电波对应的所述多层波形，重构得到各个脑电波。优选地，所述母小波为coif3小波，且所述coif3小波的中心频率-带宽比经小波熵自适应优化。优选地，所述计算各个脑电波的特征，获得所述第三脑电序列信号的特征量，具体包括：计算各个脑电波的能量；根据各个脑电波的能量及各个脑电波的频率范围，计算各个脑电波的中心频率，得到所述第三脑电序列信号的特征量。优选地，在计算各个脑电波的特征，获得所述第三脑电序列信号的特征量之后，在根据所述特征量进行分类识别，得到脑电放松度之前，还包括：基于主成分分析法对所述特征量进行特征选择。本专利技术还提供一种脑电放松度识别装置，包括：加权移动平均单元，用于对接收的第一脑电序列信号的各个时刻的脑电信号进行加权移动平均计算，得到第二脑电序列信号；自适应滤波单元，用于以所述第二脑电序列信号为原始信号，以与所述第二脑电序列信号同步采集得到的伪迹序列信号为参考信号，对所述第二脑电序列信号进行自适应滤波，得到第三脑电序列信号；脑电波提取单元，用于从所述第三脑电序列信号中提取出各个脑电波；特征量计算单元，用于计算各个脑电波的特征，获得所述第三脑电序列信号的特征量；脑电放松度识别单元，用于根据所述特征量进行分类识别，得到脑电放松度。本专利技术提供的脑电放松度识别方法及装置，通过采用加权移动平均法去除所述脑电序列信号中的低频直流信息，保证了在去除低频直流信息的同时不会对脑袋序列信号本身产生任何干扰及出现信号失真；同时采用自适应滤波滤除脑电序列信号中的伪迹信号，解决了脑电信号中的伪迹信号难以去除的问题。本专利技术可从脑电信号中提取出纯净的脑电序列信号，进而保证提取的脑电波和基于脑电波计算得到的特征的精确度，从而保证识别得到的脑电放松度的准确性，为生物反馈指导提供了数据基础和依据。附图说明为了更清楚地说明本专利技术的技术方案，下面将对实施方式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方式，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是本专利技术实施例提供的脑电放松度识别方法的流程示意图。图2是本专利技术实施例提供的对原始脑电信号进行切片得到第一脑电序列信号的示意图。图3是本专利技术实施例提供的对第一脑电序列信号进行加权移动平均计算的原理图。图4是本专利技术实施例提供的自适应滤波器的工作原理图。图5是本专利技术实施例提供的对第三脑电序列信号进行切片的示意图。图6是本专利技术实施例提供的Shannon小波熵与中心频率-带宽比的关系图。图7是本专利技术实施例提供的脑电放松度识别装置的结构示意图。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本文档来自技高网...

【技术保护点】
一种脑电放松度识别方法，其特征在于，包括如下步骤：对接收的第一脑电序列信号的各个时刻的脑电信号进行加权移动平均计算，得到第二脑电序列信号；以所述第二脑电序列信号为原始信号，以与所述第二脑电序列信号同步采集得到的伪迹序列信号为参考信号，对所述第二脑电序列信号进行自适应滤波，得到第三脑电序列信号；从所述第三脑电序列信号中提取出各个脑电波；计算各个脑电波的特征，获得所述第三脑电序列信号的特征量；根据所述特征量进行分类识别，得到脑电放松度。

【技术特征摘要】
1.一种脑电放松度识别方法，其特征在于，包括如下步骤：对接收的第一脑电序列信号的各个时刻的脑电信号进行加权移动平均计算，得到第二脑电序列信号；以所述第二脑电序列信号为原始信号，以与所述第二脑电序列信号同步采集得到的伪迹序列信号为参考信号，对所述第二脑电序列信号进行自适应滤波，得到第三脑电序列信号；从所述第三脑电序列信号中提取出各个脑电波；计算各个脑电波的特征，获得所述第三脑电序列信号的特征量；根据所述特征量进行分类识别，得到脑电放松度。2.根据权利要求1所述的脑电放松度识别方法，其特征在于，所述对接收的第一脑电序列信号的各个时刻的脑电信号进行加权移动平均计算，得到第二脑电序列信号具体包括：基于当前的第j个时刻的脑电信号，获取第一脑电序列信号中的位于第(j-(N-1)/2)个时刻至第(j+(N-1)/2)个时刻之间的N个脑电信号的能量；其中，N为预设的影响数，且N为奇数，j为大于(N+1)/2的整数；根据预设的权值分布函数为获取的N个脑电信号的能量分配权值；其中，N个脑电信号的能量的权值之和为1；对所述N个脑电信号的能量根据分配的权值进行加权求和，得到新的第j个时刻的脑电信号的能量；依次对所述第一脑电序列信号的各个时刻的脑电信号的能量进行加权求和后，根据所有时刻的新的脑电信号的能量，生成第二脑电序列信号。3.根据权利要求1所述的脑电放松度识别方法，其特征在于，所述对接收的第一脑电序列信号的各个时刻的脑电信号进行加权移动平均计算，得到第二脑电序列信号具体包括：基于当前的第j个时刻的脑电信号，获取第一脑电序列信号中的位于第(j-N)个时刻至第(j-1)个时刻之间的N个脑电信号的能量；其中，N为预设的影响数，j为大于N的整数；根据预设的权值分布函数为获取的N个脑电信号的能量分配权值；其中，N个脑电信号的能量的权值之和为1；对所述N个脑电信号的能量根据分配的权值进行加权求和，得到新的第j个时刻的脑电信号的能量；依次对所述第一脑电序列信号的各个时刻的脑电信号的能量进行加权求和后，根据的所有时刻的新的脑电信号的能量，生成第二脑电序列信号。4.根据权利要求2或3所述的脑电放松度识别方法，其特征在于...

【专利技术属性】
技术研发人员：胡静，赵巍，韩志，
申请(专利权)人：广州视源电子科技股份有限公司，
类型：发明
国别省市：广东,44