[发明专利]基于时域及相空间的脑电放松度识别方法及装置

说明书

本发明公开了一种基于时域及相空间的脑电放松度识别方法，包括：对原始脑电信号进行切片，生成待处理脑电序列信号；从待处理脑电序列信号中提取信号波；计算信号波的能量参数，基于能量参数的最大值及脑电波的等电位线能量参数变化率比率，获取待处理脑电序列信号在时域空间的特征量；根据信号波及待处理脑电序列信号，形成包含有信号的二维图表，并统计二维图表上的信号覆盖密度，获得待处理脑电序列信号在相空间的特征量；根据在时域空间的特征量及在相空间的特征量进行分类识别，得到脑电放松度。本发明还提供了一种基于时域及相空间的脑电放松度识别装置，可全面提取各个脑电波的不同角度的特征，从而实现准确的脑电放松度识别。

技术领域

本发明涉及放松治疗领域，尤其涉及一种基于时域及相空间的脑电放松度识别方法及装置。

背景技术

放松训练是行为疗法中使用最广的技术之一，是在心理学实验的基础上建立和发展起来的咨询和治疗方法，其在治疗焦虑抑郁症、神经性头痛、失眠、高血压病，减轻更年期综合征和转变不良行为模式等方面取得了较好的疗效。

现有的放松训练主要有录音指导、口头指导和生物反馈指导。其中，录音指导方法僵化、没有变化，无法根据受训者的状态变化内容；口头指导则要求对口头指导的对象要求很高，且受到时间、场地限制；生物反馈指导以脑电反馈为主，能够结合前两种方式的优点，因而受到广泛关注。

进行生物反馈指导需要识别用户的放松度，而计算放松度首先需要从用户的脑电信号中提取各个频段的脑电波(包括Delta、Theta、Alpha、Beta、Gamma波)，再提取各个脑电波的特征，将这些特征输入到分类器进行分类识别。

现有的特征提取方法一般只能从单一角度提取脑电波的特征，评价方式单一，不能保证分类结果的准确性。而且现有的特征提取算法的计算和处理过程复杂，一方面，增加了对硬件的要求，另一方面，由于计算复杂，也无法及时得到分类结果，进而影响了放松治疗的效果。

发明内容

针对上述问题，本发明的目的在于提供一种基于时域及相空间的脑电放松度识别方法及装置，可全面的提取出各个脑电波的特征。

本发明提供了一种基于时域及相空间的脑电放松度识别方法，包括如下步骤：

对接收的原始脑电信号进行切片，生成具有指定时间长度的待处理脑电序列信号；

从所述待处理脑电序列信号中提取出对应于各个脑电波的信号波；

计算对应于各个脑电波的信号波的能量参数，并基于各个信号波的能量参数的最大值及预设的每个脑电波的等电位线能量参数变化率比率，获取所述待处理脑电序列信号在时域空间的特征量；

根据所述各个脑电波的信号波及所述待处理脑电序列信号，形成对应的包含有信号的二维图表，并通过统计各个二维图表上的信号覆盖密度，获得所述待处理脑电序列信号在相空间的特征量；

根据所述待处理脑电序列信号在时域空间的特征量及在相空间的特征量进行分类识别，得到脑电放松度。

优选地，所述计算对应于各个脑电波的信号波的能量参数，并基于各个信号波的能量参数的最大值及预设的每个脑电波的等电位线能量参数变化率比率，获取所述待处理脑电序列信号在时域空间的特征量具体包括：

计算各个信号波的能量参数，并基于各个信号波的能量参数的最大值及预设的每个脑电波的等电位线能量参数变化率比率，计算得到每个信号波的等电位线能量参数变化率基线；其中，所述能量参数至少包括以下其中之一：能量、能量密度；

基于最小二乘法计算每个信号波在各个时刻的能量参数变化率；

统计所述每个信号波的能量参数变化率小于所述等电位线能量参数变化率基线的个数；