[发明专利]一种脑电噪声的处理方法、装置及计算机设备

说明书

本发明公开一种脑电噪声的处理方法、装置及计算机设备，方法包括：基于预设时长的脑电信号，分别计算其对应的第一频段能量值和第二频段能量值；基于预设范围值的两端阈值，确定用于处理预设时长的脑电信号对应的不同控制策略；基于预设时长的脑电信号对应的不同控制策略，进而去除预设时长的脑电信号中的脑电噪声。本发明将包含低频噪声和高频噪声的脑电信号，提取对应的第一频段能量值和第二频段能量值，基于预设范围的两组的两端阈值，判定干扰等级，并采取与其对应的不同控制策略处理预设时长的脑电信号，提高了噪声检测的实时性与可靠性，同时，利用离散小波变换优良的时频特性，对发生噪声干扰时的小波系数进行处理，达到对噪声的精准去除。

技术领域

本发明涉及脑电噪声处理技术领域，具体涉及一种脑电噪声的处理方法、装置及计算机设备。

背景技术

脑电图(Electroencephalogram，EEG)是通过精密的电子仪器，从头皮上将脑部的自发性生物电位加以放大记录而获得的图形，是通过电极记录下来的脑细胞群的自发性、节律性电活动。而在对脑电图进行深入分析时，往往需要去除相应的脑电噪声，才能够清楚获知人体的脑部状态信息。

例如：在麻醉手术开始之前，此时，病人处于较为清醒的状态，容易发生眨眼等动作，对于低频高幅的眼电信号而言，若不对眼电信号进行去除，当计算相应参数时，低频段的成分会明显偏高；当病人进入到麻醉状态时，由于手术原因，采集到的脑电信号会有高频段的肌电以及电刀干扰，由于这些噪声均是随机出现，并且噪声信号频段与脑电信号的频段重合，此时，很难清楚获知病人的真实脑电信息。

相关技术中，通常采用小波阈值法，独立成分分析法，自适应滤波法进行处理脑电噪声信号，但是，小波阈值法需要长时间采集脑电信号进行针对性地分析，并且其只能去除高斯噪声，无法去除非高斯分布的噪声；独立成分分析法需要采集多通道的脑电信号，会导致计算量和延时显著增加；自适应滤波法的频率跟踪范围较窄，需要精确采集到噪声源。因此，上述方法，其适用范围有限，且无法快速识别并去除脑电信号中的噪声，适用性与可靠性较低。

发明内容

因此，本发明要解决的技术问题在于克服现有技术中的采用小波阈值法，独立成分分析法，自适应滤波法进行处理脑电噪声信号适用范围有限，且无法快速识别并去除脑电信号中的噪声，且无法快速去除脑电信号，可靠性较低的问题，从而提供一种脑电噪声的处理方法、装置及计算机设备。

根据第一方面，本发明实施例提供一种脑电噪声的处理方法，包括如下步骤：

基于预设时长的脑电信号，分别计算其对应的第一频段能量值和第二频段能量值；

基于预设范围值的两端阈值，确定用于处理所述预设时长的脑电信号对应的不同控制策略；

基于所述预设时长的脑电信号对应的不同控制策略，进而去除所述预设时长的脑电信号中的脑电噪声。

在一种实施方式中，基于预设时长的脑电信号，分别计算其对应的第一频段能量值和第二频段能量值，包括：

对初始的脑电信号基于预设频率进行预处理；

从预处理后的所述脑电信号中提取预设时长的脑电信号；

基于离散小波变换算法，对所述预设时长的脑电信号进行不同级别的频带分解；

计算所述预设时长的脑电信号对应的所述第一频段能量值和所述第二频段能量值。

在一种实施方式中，所述基于离散小波变换算法，对所述预设时长的脑电信号进行不同级别的频带分解，包括如下公式：