[發明專利]一種腦電數據處理方法、裝置以及計算機可讀存儲介質

有效

• 申請號: 202011374355.9
• 申請日: 2020-11-30
• 公開（公告）號: CN112515686B
• 公開（公告）日: 2022-12-30
• 發明（設計）人: 劉軍濤;蔡新霞;徐聲偉;邢宇;陸柏濤
• 申請（專利權）人: 中國科學院空天信息創新研究院
• 主分類號: A61B5/372
• 分類號: A61B5/372
• 代理公司: 中科專利商標代理有限責任公司 11021
• 代理人: 王毅

本發明公開了一種腦電數據處理方法，包括：S1：獲取標準組和特征組的腦電數據；S2對標準組和特征組的腦電數據進行處理，得到多個第一階至第四階的固有模態函數分量，對固有模態函數分量進行計算，得到樣本熵集合；計算標準組和特征組的腦電數據的時序相關性，得到相關性集合；S3：對標準組和特征組的樣本熵集合、相關性集合處理得到標準組和特征組的樣本熵指征數據關性指征數據；S4：根據標準組和特征組的樣本熵指征數據、相關性指征數據計算邊界條件；S5：采用上述方法處理待分類組的腦電數據得到樣本熵指征數據和相關性指征數據，結合邊界條件判斷待分類組的腦電數據的分組類別。本發明還公開一種腦電數據處理裝置和計算機可讀存儲介質。

技術領域

本發明涉及腦電數據處理的技術領域，尤其是涉及一種基于特征信息的腦電數據處理方法、裝置以及計算機可讀存儲介質。

背景技術

現有技術中對腦電波的研究主要是通過腦電圖(EEG)進行，腦電研究將腦電按照頻率和振幅分為以下幾類：β波，頻率高(在14到30Hz之間，有時高至50Hz)，幅值較小(約5μV)；d波，最典型的腦電波節律，在8到13Hz之間，幅值比β波稍大；θ波，頻率比d波略低，通常為4到7Hz，振幅比d波大；δ波，最慢的腦電波節律，通常低于3.5Hz，其振幅最大，可達300μV。

目前常采用的方式是根據四類波所占的比例以及對應波的頻率和振幅來判斷目標當前的狀態，但是目前對腦電數據的處理方法的準確性不高，不能準確的反應目標當前的狀態。因此，提出一種準確性高的腦電數據分類方法是目前亟待解決的技術問題。

發明內容

為了解決現有技術中腦電數據的處理方法的準確性不高，不能準確的反映目標當前的狀態的技術問題，本公開提供了一種腦電數據處理方法，包括：

S1：獲取標準組的多個位點的腦電數據和特征組的多個位點的腦電數據；

S2：采用經驗模態分解方法分別對所述標準組的每個位點的腦電數據和所述特征組的每個位點的腦電數據進行處理，分別得到所述標準組的多個第一階至第四階的固有模態函數分量和所述特征組的多個第一階至第四階的固有模態函數分量；將所述標準組的多個第一階至第四階的固有模態函數分量進行計算，得到標準組樣本熵集合；將所述特征組的多個第一階至第四階的固有模態函數分量進行計算，得到特征組樣本熵集合，其中，每個位點具有對應的第一階至第四階固有模態函數分量；

分別計算所述標準組的腦電數據和所述特征組的腦電數據中相關聯的位點的腦電數據的時序相關性，得到標準組相關性集合和特征組相關性集合；

S3：采用顯著性檢驗的方法對所述標準組樣本熵集合、所述特征組樣本熵集合、所述標準組相關性集合以及所述特征組相關性集合進行處理，得到標準組樣本熵指征數據、特征組樣本熵指征數據、標準組相關性指征數據和特征組相關性指征數據；

S4：根據所述標準組樣本熵指征數據、所述特征組樣本熵指征數據、所述標準組相關性指征數據和所述特征組相關性指征數據計算邊界條件；

S5：采用如所述S1至所述S4的方法處理待分類組的腦電數據得到待分類組的樣本熵指征數據和相關性指征數據，通過所述待分類組的樣本熵指征數據和相關性指征數據結合所述邊界條件判斷所述待分類組的腦電數據的分組類別。

根據本公開的一些實施例，所述S2中，所述將所述標準組的多個第一階至第四階的固有模態函數分量，對所述固有模態函數分量進行計算，得到標準組樣本熵集合包括：

分別對所述標準組和所述特征組內每一個位點的腦電數據計算得到的第一階至第四階的固有模態函數分量計算得到多組分量樣本熵；

將所述多組所述分量樣本熵計算平均值得到當前位點的樣本熵，將所述標準組內計算得到的所有樣本熵組合成標準組樣本熵集合，將所述特征組內計算得到的所有樣本熵組合成特征組樣本熵集合。

根據本公開的一些實施例，所述多個位點為腦內兩兩對稱分布的位點。