[发明专利]基于小波能量判定癫痫发作前脑电信号的方法及系统

权利要求书

1.基于小波能量判定癫痫发作前脑电信号的方法，其特征在于，所述方法具体包括以下步骤：

步骤一、利用高通滤波对待判定的脑电信号进行预处理；

步骤二、计算预处理后的脑电信号的小波能量；

步骤三、对计算求得的所有频段的小波能量，采用卡方检验选取显著性水平超过σ的频段；

步骤四、以选取频段的小波能量作为输入特征对脑电信号进行分类检测；判定待判定的脑电信号是否为发作前脑电信号。

2.根据权利要求1所述基于小波能量判定癫痫发作前脑电信号的方法，其特征在于，步骤二计算预处理后的脑电信号的小波能量的具体过程包括：

步骤二一、采用Daubechies-5正交小波基对预处理后的脑电信号进行小波分解得到小波分解系数d_j,k，即：

其中j表示离散化尺度后的j频段，k为平移尺度，j,k∈Z，Z表示整数，t表示时间，为离散Daubechies-5小波基函数，S(t)为预处理后的脑电信号；T为S(t)开始的时刻，m表示每段数据时间窗长度；

步骤二二、计算小波能量：

其中，E_j表示j频段脑电信号的小波能量值。

3.根据权利要求1或2所述基于小波能量判定癫痫发作前脑电信号的方法，其特征在于，步骤三中采用卡方检验选取显著性水平超过σ的频段具体包括以下步骤：

步骤三一、针对j频段脑电信号的小波能量值，查阅卡方检验临界值表，取表中自由度为j，显著性水平为σ的临界值K；

步骤三二、计算卡方χ²：

将小波能量值E_j的大小分为n个区间A₁,…,A_i,…,A_n；i∈[1,n]；其中，f_i表示预处理后脑电信号的小波能量E_j落入区间A_i的频率，p_i表示正常脑电信号小波能量E_j落入区间A_i的频率；

步骤三三、判断χ²是否小于等于K，若小于等于，则选取此频段，否则，不选取。

4.根据权利要求3所述基于小波能量判定癫痫发作前脑电信号的方法，其特征在于，步骤四中判定待判定的脑电信号是否为发作前脑电信号的具体包括以下步骤：

步骤四一、采用2折交叉验证选取分类器的最优参数：

步骤四一一、将提供待判定的脑电信号的病人的若干不同频段的脑电信号进行预处理、计算预处理后的脑电信号的小波能量，然后采用卡方检验选取显著性水平超过σ的频段；

步骤四一二、将步骤四一一中选取频段的小波能量作为样本，将样本随机分成2个互不相交的子集，每个子集包含的样本数量相等；

步骤四一三、利用其中一个子集进行分类模型的训练，采用网格搜索方法确定人工神经网络模型中各层神经网络的最优参数；

步骤四一四、将步骤四一三中的最优参数作为初始值，对另一个子集进行分类模型的训练，并采用网格搜索方法确定人工神经网络模型中各层神经网络更新后的最优参数；

步骤四一五、将更新后的最优参数作为分类器的参数；

步骤四二、将步骤三中选取频段的小波能量作为分类器的输入特征，分类器判定待判定的脑电信号是否为发作前脑电信号。

5.根据权利要求4所述基于小波能量判定癫痫发作前脑电信号的方法，其特征在于，步骤一中所述预处理具体过程包括，对待判定的脑电信号进行高通滤波，去除0～0.5Hz低频干扰信号。

6.根据权利要求5所述基于小波能量判定癫痫发作前脑电信号的方法，其特征在于，步骤二一中每段数据时间窗长度m为20s，相邻数据段时间窗重叠长度为15s。

7.根据权利要求6所述基于小波能量判定癫痫发作前脑电信号的方法，其特征在于，σ的取值为0.5。