[發明專利]一種從靜息態腦電數據中提取特征的方法及終端設備

有效

• 申請號: 202010553319.2
• 申請日: 2020-06-17
• 公開（公告）號: CN111671420B
• 公開（公告）日: 2023-07-18
• 發明（設計）人: 馮春雨;史玉盼;王銘維;馬芹穎;任維聰;黎彤亮
• 申請（專利權）人: 河北省科學院應用數學研究所;河北醫科大學第一醫院
• 主分類號: A61B5/369
• 分類號: A61B5/369;A61B5/372
• 代理公司: 河北國維致遠知識產權代理有限公司 13137
• 代理人: 墨偉

本發明適用于腦電信號處理技術領域，提供了一種從靜息態腦電數據中提取特征的方法及裝置，所述方法包括：獲取被試人員在靜息狀態下的腦電信號段，并計算腦電信號段對應的全局能量譜；根據全局能量譜確定腦電信號段中各個時間點對應的微狀態，得到微狀態序列；采用滑動時間窗口算法描述微狀態序列，并將第一微狀態序列子段內持續時間大于第一時間閾值的微狀態作為第一微狀態序列子段的主要特征，得到特征序列；第一微狀態序列子段為當前滑動時間窗口描述的微狀態序列子段。本發明提供的技術方案使用滑動時間窗口算法描述微狀態序列，能夠提高獲取到的特征序列的有效性，減小計算量以及降低噪聲對數據的影響。

技術領域

本發明屬于腦電信號處理技術領域，尤其涉及一種從靜息態腦電數據中提取特征的方法及終端設備。

背景技術

腦電圖具有良好的時間和空間分辨率，是人們研究大腦的有力工具。腦電圖的微狀態是多通道腦電圖中腦電拓撲結構的準穩定時期，靜息態腦電圖就是由少數交替的微狀態主導的。由于微狀態具有較高的可重復性，利用腦電圖微狀態這一神經生理學工具，可以分析各種神經精神障礙，了解和評估被試人員在毫秒時間尺度上的腦網絡動力學情況。

然而，由于腦電圖對應的微狀態情況復雜，直接根據微狀態獲取對應的特征容易受到噪聲干擾，計算量大，且準確度不高。

發明內容

有鑒于此，本發明實施例提供了一種從靜息態腦電數據中提取特征的方法及終端設備，以解決現有技術中根據微狀態獲取特征準確度低的問題。

本發明實施例的第一方面提供了一種從靜息態腦電數據中提取特征的方法，包括：

獲取被試人員在靜息狀態下的腦電信號段，并計算所述腦電信號段對應的全局能量譜；

根據所述全局能量譜確定所述腦電信號段中各個時間點對應的微狀態，得到微狀態序列；

采用滑動時間窗口算法描述所述微狀態序列，并將第一微狀態序列子段內持續時間大于第一時間閾值的微狀態作為所述第一微狀態序列子段的主要特征，得到特征序列；所述第一微狀態序列子段為當前滑動時間窗口描述的微狀態序列子段。

本發明實施例的第二方面提供了一種從靜息態腦電數據中提取特征的裝置，包括：

腦電信號段獲取模塊，用于獲取被試人員在靜息狀態下的腦電信號段，并計算所述腦電信號段對應的全局能量譜；

微狀態序列計算模塊，用于根據所述全局能量譜確定所述腦電信號段中各個時間點對應的微狀態，得到微狀態序列；

特征序列獲取模塊，用于采用滑動時間窗口算法描述所述微狀態序列，并將第一微狀態序列子段內持續時間大于第一時間閾值的微狀態作為所述第一微狀態序列子段的主要特征，得到特征序列；所述第一微狀態序列子段為當前滑動時間窗口描述的微狀態序列子段。

本發明實施例的第三方面提供了一種終端設備，包括：存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序，所述處理器執行所述計算機程序時實現如上所述方法的步驟。

本發明實施例的第四方面提供了一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機程序，所述計算機程序被處理器執行時實現如上所述方法的步驟。

本發明實施例與現有技術相比存在的有益效果是：本發明實施例提供了一種從靜息態腦電數據中提取特征的方法及裝置，所述方法包括：獲取被試人員在靜息狀態下的腦電信號段，并計算腦電信號段對應的全局能量譜；根據全局能量譜確定腦電信號段中各個時間點對應的微狀態，得到微狀態序列；采用滑動時間窗口算法描述微狀態序列，并將第一微狀態序列子段內持續時間大于第一時間閾值的微狀態作為第一微狀態序列字段的主要特征，得到特征序列；第一微狀態序列字段為當前滑動時間窗口描述的微狀態序列子段。本發明實施例提供的技術方案使用滑動時間窗口算法描述微狀態序列，能夠提高獲取到的特征序列的有效性，同時能夠減小計算量并降低噪聲的影響。