[发明专利]一种脑电混沌特性分析的方法及系统

权利要求书

1.一种脑电混沌特性的分析方法，其特征在于，该方法包括：

对脑电信号进行滤波，并将滤波后的脑电信号分解为若干个子频段信号；

提取各子频段信号的极值点和所述极值点对应的时间点，并根据所述极值点和所述时间点，生成单调振幅序列及单调周期序列；

将所述单调振幅序列和单调周期序列组成向量序列，并对所述向量序列进行伪迹去除；

从单调振幅和单调周期的两个维度将所述向量序列分为若干个子区间，获得向量分布在每个子区间的概率，并根据所述概率，获得所述脑电信号的振动熵；

根据所述脑电信号的振动熵，分析所述脑电信号的混沌程度。

2.根据权利要求1所述的方法，其特征在于，该方法还包括：

根据选取的正半周期正弦子波的振幅和周期，生成多个正半周期正弦子波；

根据选取的负半周期正弦子波的振幅和周期，生成多个负半周期正弦子波；

将所述正半周期正弦子波和负半周期正弦子波按一定顺序交替排列，获得所述脑电信号的连续振动波形。

3.根据权利要求1所述的方法，其特征在于，所述提取各子频段信号的极值点和所述极值点对应的时间点，并根据所述极值点和所述时间点，生成单调振幅序列及单调周期序列，包括：

提取各子频段信号的极值点和所述极值点对应的时间点，生成极值序列P＝{p(i)}，时间点序列T＝{t(i)}，其中，i＝1,2,3,…,n；

生成序列X＝{0，p(i)}，Y＝{p(i)，0}，令Z＝Y-X，去除序列Z的首项和尾项，对Z中各项取绝对值，生成单调振幅序列A＝{a(j)}；

生成序列L＝{0，t(i)}，M＝{t(i)，0}，令N＝M-L，去除序列N的首项和尾项，生成单调周期序列B＝{b(j)}，其中j＝1,2,3,…,n-1。

4.根据权利要求3所述的方法，其特征在于，所述将所述单调振幅序列和单调周期序列组成向量序列，并对所述向量序列进行伪迹去除，包括：

获得单调振幅序列A的数据下限a_d＝a_Q1-1.5×(a_Q3-a_Q1)，数据上限a_u＝a_Q3+1.5×(a_Q3-a_Q1)，标记序列A中小于a_d或大于a_u的数据；其中，a_Q1为序列A的第一四分位数，a_Q3为序列A的第三四分位数；

获得单调周期序列B的数据下限b_d＝b_Q1-1.5×(b_Q3-b_Q1)，数据上限b_u＝b_Q3+1.5×(b_Q3-b_Q1)，标记序列B中小于b_d或大于b_u的数据；其中，b_Q1为序列B的第一四分位数，b_Q3为序列B的第三四分位数；

将单调振幅序列A和单调周期序列B组成向量序列O＝{(a(j),b(j))}，去除O中包含的被标记的向量，生成向量序列Q＝{(a(k),b(k))}，令A_S＝{a(k)}，B_S＝{b(k)}，其中k＝1,2,3,…,m，m为小于等于n-1的值。