【技术实现步骤摘要】
本专利技术涉及脑电信号采集，具体涉及一种新型脑电信号采集系统及方法。
技术介绍
1、脑电信号采集系统是一种用于记录和测量人类或动物脑部活动的设备。它通常由多个电极（传感器）组成，这些电极被放置在头皮上，以便捕捉脑部产生的微弱电信号，这些电信号是脑部神经元的活动所产生的电活动的结果，脑电信号采集系统的主要目标是捕捉和记录脑电图（electroencephalogram，简称eeg）信号，脑电图是一种用于表示脑电活动的图形，它可以显示脑部在不同时间点上的电活动模式，通过分析这些信号，以了解脑部活动与认知、情绪、运动等之间的关系。
2、然而现有的脑电信号采集存在一些不足，例如：
3、1-信号质量和干扰问题，传统脑电信号采集系统可能面临信号质量不佳和来自环境等干扰的问题，同时信号处理方法不佳，导致信号质量下降；
4、2-传统特征提取方法可能无法充分捕捉脑部活动的多模态特性，导致特征表示不够精细，无法生成更全面、多维度的特征表示；
5、为解决上述问题，我们提出一种新型脑电信号采集系统及方法。
技术实现思路
1、针对现有技术的不足，本专利技术提供了一种新型脑电信号采集系统及方法，解决
技术介绍
中提出的问题。
2、本专利技术的上述技术目的是通过以下技术方案得以实现的：
3、一种新型脑电信号采集系统包括：
4、脑电信号采集模块：采用了引入生物材料和微纳技术的电极，以降低干扰，增强信号质量，从而有效地捕获脑部信号；p>
5、数据预处理模块：通过去噪、滤波和基线校正等处理，对原始脑电信号进行预处理，从而有效地降低外部干扰和噪声的影响；
6、特征提取与时频分析模块：在预处理后的信号中提取关键特征，结合时域和频域分析方法，如短时傅里叶变换和小波变换，以获取脑部活动的重要信息，从而实现更加精细的特征表示；
7、多模态数据融合模块：集成其他生理信号，如心电图和眼动数据，通过权重的融合和相互信息量的计算等技术，确保不同信号的合理贡献，形成一个更全面的脑部活动图景；
8、实时分析模块：对采集到的信号进行实时处理和分析，引入图神经网络技术，实现实时的图像化展示，以直观地呈现脑部活动的变化，从而提供更高层次的认知。
9、优选地，所述脑电信号采集模块包括：
10、柔性电极阵列单元：采用高弹性、柔软的材料设计柔性高密度电极阵列，配合可调节的头戴式装置以确保适应不同头部形状，在佩戴过程中通过水性电极胶以保持电极与头部的贴合度，从而获得更为详细的脑部活动信息。
11、优选地，所述脑电信号采集模块还包括：
12、自适应电极调整单元：在电极阵列中加入实时信号质量监测装置和微动装置，以实时检测电极与头皮的接触质量，及时发现干扰或不良信号，通过微动装置，根据信号质量监测结果，自动调整电极阵列的位置，以确保获得最佳的信号捕获效果。
13、优选地，所述数据预处理模块包括：
14、信号识别去噪单元：通过噪声识别技术，识别和分析信号中的异常成分，采用合适的小波基和阈值，进行局部去噪，保留有用的脑电信号成分，同时，结合自适应滤波技术，对信号进行时域和频域的滤波处理，通过根据信号的频率特性自动调整滤波参数，实现噪声和外部干扰的有效去除。
15、优选地，所述数据预处理模块还包括：
16、信号校正处理单元：对信号进行基线校正，消除长期漂移和基线偏移，使信号稳定，引入非平稳信号处理方法，如时频分析和自适应窗口处理，以更好地捕获信号的时变特性，避免非平稳的脑电信号。
17、优选地，所述特征提取与时频分析模块包括：
18、特征提取单元：从信号的时域表示中提取出一系列特征，如均值、标准差standard deviation=、斜度等，应用短时傅里叶变换等方法，将信号从时域转换到频域，提取出不同频率成分的特征，以揭示信号的频率分布和频率强度等信息（频谱强度：每个频率分量的幅度、频谱带宽：每个频率分量的带宽、频率峰值：具有最大幅度的频率），进一步，结合小波变换（其中，$w(a, b)$ 是小波系数，$x(t)$ 是原始信号，$$ 是小波函数，$a$ 和 $b$ 控制着尺度和平移），捕捉信号的时频特性（能量：小波系数的能量、峰值：小波系数的最大值、频率：与小波系数相关的主要频率分量）；
19、引入非负矩阵分解（non-negative matrix factorization – nmf；x≈wh）、（其中，$x$ 是输入数据矩阵，$w$ 和 $h$ 是非负的分解矩阵，$w$ 包含基本特征，$h$ 包含系数）等高级特征提取方法，从多个模态的信号中同时提取有用信息，将不同域（时域、频域、小波域等）提取的特征进行组合（具体实施通常需要使用数学软件库（如numpy、scipy、wavelet库等）进行计算和编程），形成更全面、多维度的特征表示，以便为后续分析提供更丰富的信息。
20、优选地，所述多模态数据融合模块包括：
21、数据对齐单元：确保不同模态的信号在时间和空间上一致，为信号融合奠定基础；
22、再基于权重的融合和相互信息量的计算等技术，确保不同信号的合理融合，生成更综合的脑部活动图景，信号融合后，进行综合特征的提取，以更好地理解脑部活动。
23、优选地，所述实时分析模块包括：
24、可视化单元：利用高性能硬件和优化算法，对采集到的信号进行实时分析，引入图神经网络技术，将脑部活动的变化以图形方式展示，通过实时可视化界面，使用户能够直观地观察脑电信号的变化趋势；
25、再通过数据流管理系统，确保采集到的数据顺利传输到分析和可视化模块，保持实时性。
26、一种新型脑电信号采集方法，包括：
27、测试人员佩戴柔性高密度电极，采集脑电信号，采集到的原始脑电信号经过，去噪、滤波和基线校正等操作，降低了外部干扰和噪声的影响；
28、从信号中提取关键特征，结合时域和频域分析方法（如短时傅里叶变换和小波变换），获得脑部活动的重要信息；
29、通过权重的融合和相互信息量的计算，不同信号的贡献得以合理整合，从而形成更全面的脑部活动图景；
30、引入了图神经网络技术，使得信号能够在实时性的基础上进行处理和分析，以图像化方式展示，通过实时可视化界面呈现出来。
31、综上所述，本专利技术主要具有以下有益效果：
32、本专利技术通过引入生物材料和微纳技术的电极，有效地降低了外部干扰，增强了脑电信号的质量，有助于获得更准确、更可靠的脑部活动信息，同时通过去噪、滤波和基线校正等处理步骤，有效降低了外部干扰和噪声的影响，且实时检测电极与头皮的接触质量，通过微动装置自动调整电极阵列的位置，确保获得最佳的信号捕获效果，这使得后续分析能够更精确地揭示脑部活动的特征。
33、并集成了其他生理信号，如心电图和眼动数据，通过权重的融合本文档来自技高网...
【技术保护点】
1.一种新型脑电信号采集系统，其特征在于，所述一种新型脑电信号采集系统包括：
2.根据权利要求1所述的一种新型脑电信号采集系统，其特征在于，所述脑电信号采集模块包括：
3.根据权利要求1所述的一种新型脑电信号采集系统，其特征在于，所述数据预处理模块包括：
4.根据权利要求1所述的一种新型脑电信号采集系统，其特征在于，所述特征提取与时频分析模块包括：
5.根据权利要求1所述的一种新型脑电信号采集系统，其特征在于，所述多模态数据融合模块包括：
6.一种新型脑电信号采集方法，其特征在于，利用了权利要求1-5任一项所述的一种新型脑电信号采集系统，包括：
【技术特征摘要】
1.一种新型脑电信号采集系统，其特征在于，所述一种新型脑电信号采集系统包括：
2.根据权利要求1所述的一种新型脑电信号采集系统，其特征在于，所述脑电信号采集模块包括：
3.根据权利要求1所述的一种新型脑电信号采集系统，其特征在于，所述数据预处理模块包括：
4.根据权利要...
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。