[發明專利]一種腦電特征提取方法

有效

• 申請號: 201210308790.0
• 申請日: 2012-08-28
• 公開（公告）號: CN102824172A
• 公開（公告）日: 2012-12-19
• 發明（設計）人: 王躍明;祁玉;鄭筱祥
• 申請（專利權）人: 浙江大學
• 主分類號: A61B5/0476
• 分類號: A61B5/0476
• 代理公司: 杭州天勤知識產權代理有限公司 33224
• 代理人: 胡紅娟

1.一種腦電特征提取方法，包括獲取背景腦電數據和待處理腦電數據，其特征在于，還包括以下步驟：

(1)去除背景腦電數據和待處理腦電數據中的偽跡，分別獲得背景腦電數據的有效頻段和待處理腦電數據的有效頻段，再分別將背景腦電數據的有效頻段和待處理腦電數據的有效頻段分為若干數據段；

(2)對所得的每個數據段分別提取時頻特征和形態特征，得到每個數據段相應的時頻特征值和形態特征值；

(3)利用背景腦電數據每個數據段的時頻特征值和形態特征值，計算得到時頻特征值的頻率分布函數和形態特征值的頻率分布函數；

(4)利用背景腦電數據的時頻特征值的頻率分布函數和形態特征值的頻率分布函數，得到待處理腦電數據每個數據段的時頻特征值出現的概率和形態特征值出現的概率；

(5)利用下式計算得到IMF-VoE特征值，

IMF-VoE(t)=log2Πc=1nPc;]]>

其中，t為數據段的序數；

n為特征值的數量；

P_c為步驟(4)中待處理腦電數據每個數據段的時頻特征值出現的概率或形態特征值出現的概率；

c為特征值的序數。

2.如權利要求1所述腦電特征提取方法，其特征在于，所述步驟(1)采用帶通濾波去除偽跡，去除偽跡后獲得的有效頻段頻率為1.6～70Hz。

3.如權利要求2所述腦電特征提取方法，其特征在于，所述步驟(1)采用滑動時間窗的方法將有效頻段分為若干數據段，滑動時間窗的長度為1s，滑動步長為0.2s。

4.如權利要求3所述腦電特征提取方法，其特征在于，所述步驟(2)中對每個數據段采用經驗模態分解法提取時頻特征，取前三個固有模態函數，利用下式計算得到每個數據段的時頻特征值VoIMF：

VoIMFN(t)=1n-1Σi=1n(xi-x‾)2,N=1,2,3;]]>

其中，x_i為每個數據段中每個數據點的固有模態函數值；

為每個數據段中所有數據點的固有模態函數平均值；

i為每個數據段的數據點的序數；

n為每個數據段的數據點的個數；

N為固有模態函數x的序數；

t為數據段的序數。