神经电信号压缩感知处理方法及电路技术

本发明专利技术公开了神经电信号压缩感知处理方法及电路，属于神经电信号处理技术领域。通过将含有尖峰的当前数据压缩段的全部神经电信号进行压缩，所述当前数据压缩段指所检测到的尖峰所在的N个神经电信号数据，而将不含有尖峰的当前数据压缩段的神经电信号清除，使得尖峰所在时间段的数据全部输出，较完整的保留了神经电信号中的尖峰信号，且有效解决了现有的去噪处理之后的神经电信号其尖峰和非尖峰的连接处不平滑，导致重构性能不佳的问题，另外，本申请避免了传统神经电信号处理中，在尖峰对齐阶段需要寻找有效电位信号段中相邻采样点的最大差值所做的减法和比较运算，从而，使得电路的运算量更少、硬件资源消耗更低。

Compressed Sensing Processing Method and Circuit for Neuroelectric Signals

The invention discloses a compression sensing processing method and a circuit for neuroelectric signals, belonging to the technical field of neuroelectric signal processing. By compressing all the neuroelectric signals in the current data compression section containing spikes, the current data compression section refers to the N neuroelectric signals in which the detected spikes are located, while the neuroelectric signals in the current data compression section without spikes are cleared so that all the data in the time period of the spikes are output. This application completely retains the peak signal in the neuroelectric signal, and effectively solves the problem that the connection between the peak and non-peak of the neuroelectric signal after the existing denoising process is not smooth, resulting in poor reconstruction performance. In addition, this application avoids the need to find an effective peak alignment phase in the traditional neuroelectric signal processing. The subtraction and comparison of the maximum difference between adjacent sampling points in the potential signal segment make the circuit less computational complexity and lower hardware resource consumption.

【技术实现步骤摘要】
神经电信号压缩感知处理方法及电路
本专利技术涉及神经电信号压缩感知处理方法及电路，属于神经电信号处理

技术介绍
无线体域网是以人体为中心，以可穿戴或可嵌入传感器节点、中心节点和远程服务器等相关装置组成的一个无线网络系统，其运行过程可描述如下：可穿戴或可嵌入传感器节点对人体的生物电信号进行采集并无线发送给中心节点；然后，中心节点将收集到的信号进行处理或直接发送给远程服务器；最后，远程服务器将接收到的信号进行处理和评估。可穿戴或可嵌入传感器节点使用电池供电且以无线的方式发送信号，其能量有限且无线发送消耗功率大。为减少无线传输的负载常采用数据压缩的方式来减少数据量。对神经电信号(Electroneurogram，ENG)的处理主要有两种方法：一种是采用压缩感知(CompressedSensing，CS)直接对其进行压缩处理，其对神经电信号尖峰有很好的压缩效果且实现简单，但由于自身噪声的影响，会显著降低神经电信号的压缩性能；另一种是先对其进行去噪处理再对其进行压缩处理，常用的去噪方法是尖峰检测和对齐，参考2011年公开的A130-μW,64-Channelneuralspike-s本文档来自技高网...

【技术保护点】
1.一种神经电信号压缩感知处理方法，其特征在于，所述方法包括：设定压缩比

【技术特征摘要】
1.一种神经电信号压缩感知处理方法，其特征在于，所述方法包括：设定压缩比表示将每N个神经电信号数据压缩为M个，N＞M；对神经电信号进行尖峰检测，当检测到尖峰时，按照预先设定好的压缩比将当前数据压缩段的全部神经电信号进行压缩，所述当前数据压缩段指所检测到的尖峰所在的N个神经电信号数据。2.根据权利要求1所述的方法，其特征在于，当所述当前数据压缩段中未检测到尖峰时，将当前数据压缩段的神经电信号清除，即设置为0，且不进行压缩处理。3.根据权利要求1或2所述的方法，其特征在于，所述对神经电信号进行尖峰检测之前，包括：设定时钟频率；所述对神经电信号进行尖峰检测为根据时钟频率以及压缩比对神经电信号进行尖峰检测。4.根据权利要求3所述的方法，其特征在于，所述根据时钟频率以及压缩比对神经电信号进行尖峰检测，包括：利用非线性能量算子NEO算法、绝对值法或稳定小波变换积法检测尖峰。5.根据权利要求4所述的方法，其特征在于，所述NEO算法定义如下：NEO(n)＝x2(n)-x(n+1)×x(n-1)(1)其中，x(n)代表第n个信号，x(n+1)代表第n+1个信号，x(n-1)代表第n-1个信号。6.根据权利要求5所述的方法，其特征在于，所述利用非线性能量算子NEO算法检测尖峰包括：S1确定神经电信号尖峰阈值：选定确定所述神经电信号阈值的神经电信号，根据选定的确定所述神经电信号阈值的神经电信号中的信号数据，采用下述公式计算神经电信号尖峰阈值，NEO(n)＝x2(n)-x(n+1)×x(n-1)(1)其中，CENG为常数取值为8；NENG代表选定用来确定所述神经电信号阈值的神经电信号数据段中...

【专利技术属性】
技术研发人员：虞致国，魏朋博，顾晓峰，
申请(专利权)人：江南大学，
类型：发明
国别省市：江苏,32