一种脑电噪声的处理方法、装置及计算机设备制造方法及图纸

本发明专利技术公开一种脑电噪声的处理方法、装置及计算机设备，方法包括：基于预设时长的脑电信号，分别计算其对应的第一频段能量值和第二频段能量值；基于预设范围值的两端阈值，确定用于处理预设时长的脑电信号对应的不同控制策略；基于预设时长的脑电信号对应的不同控制策略，进而去除预设时长的脑电信号中的脑电噪声。本发明专利技术将包含低频噪声和高频噪声的脑电信号，提取对应的第一频段能量值和第二频段能量值，基于预设范围的两组的两端阈值，判定干扰等级，并采取与其对应的不同控制策略处理预设时长的脑电信号，提高了噪声检测的实时性与可靠性，同时，利用离散小波变换优良的时频特性，对发生噪声干扰时的小波系数进行处理，达到对噪声的精准去除。噪声的精准去除。噪声的精准去除。

【技术实现步骤摘要】
一种脑电噪声的处理方法、装置及计算机设备


[0001]本专利技术涉及脑电噪声处理
，具体涉及一种脑电噪声的处理方法、装置及计算机设备。

技术介绍

[0002]脑电图(Electroencephalogram，EEG)是通过精密的电子仪器，从头皮上将脑部的自发性生物电位加以放大记录而获得的图形，是通过电极记录下来的脑细胞群的自发性、节律性电活动。而在对脑电图进行深入分析时，往往需要去除相应的脑电噪声，才能够清楚获知人体的脑部状态信息。
[0003]例如：在麻醉手术开始之前，此时，病人处于较为清醒的状态，容易发生眨眼等动作，对于低频高幅的眼电信号而言，若不对眼电信号进行去除，当计算相应参数时，低频段的成分会明显偏高；当病人进入到麻醉状态时，由于手术原因，采集到的脑电信号会有高频段的肌电以及电刀干扰，由于这些噪声均是随机出现，并且噪声信号频段与脑电信号的频段重合，此时，很难清楚获知病人的真实脑电信息。
[0004]相关技术中，通常采用小波阈值法，独立成分分析法，自适应滤波法进行处理脑电噪声信号，但是，小波阈值法需要长时间采集脑电本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种脑电噪声的处理方法，其特征在于，包括如下步骤：基于预设时长的脑电信号，分别计算其对应的第一频段能量值和第二频段能量值；基于预设范围值的两端阈值，确定用于处理所述预设时长的脑电信号对应的不同控制策略；基于所述预设时长的脑电信号对应的不同控制策略，进而去除所述预设时长的脑电信号中的脑电噪声。2.根据权利要求1所述的脑电噪声的处理方法，其特征在于，基于预设时长的脑电信号，分别计算其对应的第一频段能量值和第二频段能量值，包括：对初始的脑电信号基于预设频率进行预处理；从预处理后的所述脑电信号中提取预设时长的脑电信号；基于离散小波变换算法，对所述预设时长的脑电信号进行不同级别的频带分解；计算所述预设时长的脑电信号对应的所述第一频段能量值和所述第二频段能量值。3.根据权利要求2所述的脑电噪声的处理方法，其特征在于，所述基于离散小波变换算法，对所述预设时长的脑电信号进行不同级别的频带分解，包括如下公式：法，对所述预设时长的脑电信号进行不同级别的频带分解，包括如下公式：其中，A
j，k
为所述预设时长的脑电信号j级别的小波近似系数，为低通滤波器滤除高频分量的均值，k为所述预设时长的脑电信号的小波近似系数的下标值，A
j
‑
1，n
为所述预设时长的脑电信号j
‑
1级别的小波近似系数，D
j，k
为所述预设时长的脑电信号j级别的小波细节系数，n为j
‑
1级别的小波系数下标值，为高通滤波器滤除低频分量，D
j
‑
1，n
为所述预设时长的脑电信号j
‑
1级别的小波细节系数。4.根据权利要求3所述的脑电噪声的处理方法，其特征在于，计算所述预设时长的脑电信号对应的所述第一频段能量值和所述第二频段能量值，包括如下公式：段能量值和所述第二频段能量值，包括如下公式：其中，PL为所述第一频段能量值，PH为所述第二频段能量值，A
3，K
为所述预设时长的脑电信号3级别的小波近似系数，f
s
为所述预设时长的脑电信号的采样频率，D
2，k
为所述预设时长的脑电信号2级别的...

【专利技术属性】
技术研发人员：叶继伦，袁思念，
申请(专利权)人：深圳大学，
类型：发明
国别省市：