[發(fā)明專利]一種基于復雜網絡特征指標的腦電圖信號分析方法

在審

• 申請?zhí)枺?/td>: 202010093996.0
• 申請日: 2020-02-14
• 公開（公告）號: CN111227829A
• 公開（公告）日: 2020-06-05
• 發(fā)明（設計）人: 許學添;萬曉輝;陳丹
• 申請（專利權）人: 廣東司法警官職業(yè)學院
• 主分類號: A61B5/0476
• 分類號: A61B5/0476;A61B5/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種腦電圖信號分析方法，腦電圖信號由多路導聯(lián)電極采集，其特征在于：包括以下步驟：

S1：根據(jù)腦電圖信號建立大腦功能性網絡，具體步驟包括：

S11：計算全腦域功率GFP，其中K為總的導聯(lián)通電極數(shù)，代表K個節(jié)點，i為第i路導聯(lián)，V_i(t)為第i路導聯(lián)的EEG信號，V_mean(t)為t時刻K路導聯(lián)信號的平均值；

S12：獲取GFP的峰值時刻，記為時間序列t＝[t₁,t₂,t₃...t_n]；

S13：在時間序列[t₁,t₂,t₃...t_n]中每個時刻t_i(i∈[1,n])為中心時間的一段時間范圍內，計算每兩路導聯(lián)腦電信號之間的鎖相值；

S14：根據(jù)所述每兩路導聯(lián)腦電信號之間的鎖相值指標反映節(jié)點之間的聯(lián)系，以此建立大腦功能網絡；

S2：根據(jù)所述大腦功能網絡，計算多個大腦功能網絡的特征指標，建立特征指標向量；

S3：根據(jù)所述大腦功能網絡的特征指標向量，進行分類運算，完成腦電圖分類。

2.根據(jù)權利要求1所述的腦電圖信號分析方法，其特征在于：所述步驟S2的所述大腦功能網絡的特征指標包括度、聚類系數(shù)、特征路徑長度、小世界指標、網絡密度、介數(shù)中心性、同配系數(shù)和信息熵。

3.根據(jù)權利要求2所述的腦電圖信號分析方法，其特征在于：所述步驟S3的分類算法，包括支持向量機、KNN、決策樹、貝葉斯分類器、神經網絡。

4.根據(jù)權利要求2所述的腦電圖信號分析方法，其特征在于：所述步驟S4，將所述鎖相值指標與一閾值相比較，若所述鎖相值指標大于或等于所述閾值，則判定節(jié)點之間有連接關系，或所述鎖相值指標小于所述閾值，則判定節(jié)點之間沒有連接關系，由此建立無權的大腦功能網絡圖。

5.根據(jù)權利要求3-4所述的腦電圖信號分析方法，其特征在于：所述鎖相值PLV的計算公式為：其中為兩路導聯(lián)腦電信號的相位關系值，N為時間序列[t₁,t₂,t₃...t_n]中每個時刻t_i(i∈[1,n])為中心時間的一段時間范圍內的采樣點數(shù)。

6.根據(jù)權利要求5所述的腦電圖信號分析方法，其特征在于：所述兩路導聯(lián)腦電信號的相位關系值可以通過信號的時頻分析來計算。