[发明专利]基于频域及相空间的脑电放松度识别方法及装置

权利要求书

1.一种基于频域及相空间的脑电放松度识别方法，其特征在于，包括如下步骤：

获取当前的待处理脑电序列信号，并从所述脑电序列信号中提取得到对应于各个脑电波的信号波；

计算与各个脑电波对应的信号波的能量，并根据各个信号波的能量及各个脑电波的频率范围，计算各个信号波的频率均方根，获得所述待处理脑电序列信号在频域空间的特征量；

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；

利用预先训练好的分类器对所述待处理脑电序列信号在相空间的特征量及在频域空间的特征量进行分类，并根据分类的结果识别得到脑电放松度。

2.根据权利要求1所述的基于频域及相空间的脑电放松度识别方法，其特征在于，在从接收到的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之前，还包括：

对接收的用户的原始脑电信号进行切片，获得时间长度为30秒的脑电切片信号，并对所述脑电切片信号的各个时刻的脑电信号进行加权移动平均计算，得到去除低频直流信息后的脑电切片信号；

以所述脑电切片信号为原始信号，以与所述脑电切片信号同步采集得到的伪迹序列信号为参考信号，采用经函数链神经网络优化的自适应滤波器对所述脑电切片信号进行滤波，得到去除伪迹序列信号后的脑电切片信号；

对所述脑电切片信号再次进行切片，获得时间长度为6秒的待处理脑电序列信号。

3.根据权利要求1所述的基于频域及相空间的脑电放松度识别方法，其特征在于，在利用预先训练好的分类器对所述待处理脑电序列信号在相空间的特征量及在频域空间的特征量进行分类，并根据分类的结果识别得到脑电放松度之前还包括：

基于方差分析和F检验计算每个特征量的显著性指标，并选取显著性指标大于预设阈值的特征量。

4.根据权利要求3所述的基于频域及相空间的脑电放松度识别方法，其特征在于，所述基于方差分析和F检验计算每个特征量的显著性指标，并选取显著性指标大于预设阈值的特征量具体包括：

根据所述特征量、由标准设备同步采集得到的脑电放松度及预先拟合的与每个特征量对应的线性拟合曲线进行方差分析，计算得到每个特征量的拟合值与期望的平方和及原值与拟合值的平方和；

根据拟合值与期望的平方和、原值与拟合值的平方和及自由度，计算得到每个特征量的显著性指标；

根据每个特征量的显著性指标，选取出显著性指标大于预设阈值的特征量。

5.一种基于频域及相空间的脑电放松度识别装置，其特征在于，包括：

信号提取单元，用于获取当前的待处理脑电序列信号，并从所述脑电序列信号中提取得到对应于各个脑电波的信号波；

频域特征提取单元，用于计算与各个脑电波对应的信号波的能量，并根据各个信号波的能量及各个脑电波的频率范围，计算各个信号波的频率均方根，获得所述待处理脑电序列信号在频域空间的特征量；

相空间特征提取单元，用于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；

脑电放松度识别单元，用于利用预先训练好的分类器对所述待处理脑电序列信号在相空间的特征量及在频域空间的特征量进行分类，并根据分类的结果识别得到脑电放松度。

6.根据权利要求5所述的基于频域及相空间的脑电放松度识别装置，其特征在于，还包括：

加权移动平均单元，用于对接收的用户的原始脑电信号进行切片，获得时间长度为30秒的脑电切片信号，并对所述脑电切片信号的各个时刻的脑电信号进行加权移动平均计算，得到去除低频直流信息后的脑电切片信号；

自适应滤波单元，用于以所述脑电切片信号为原始信号，以与所述脑电切片信号同步采集得到的伪迹序列信号为参考信号，采用经函数链神经网络优化的自适应滤波器对所述脑电切片信号进行滤波，得到去除伪迹序列信号后的脑电切片信号；

切片单元，用于对所述脑电切片信号再次进行切片，获得时间长度为6秒的待处理脑电序列信号。