[发明专利]一种脑电放松度识别方法及装置

权利要求书

1.一种脑电放松度识别方法，其特征在于，包括如下步骤：

对接收的第一脑电序列信号的各个时刻的脑电信号进行加权移动平均计算，得到第二脑电序列信号；

以所述第二脑电序列信号为原始信号，以与所述第二脑电序列信号同步采集得到的伪迹序列信号为参考信号，对所述第二脑电序列信号进行自适应滤波，得到第三脑电序列信号；

从所述第三脑电序列信号中提取出各个脑电波；

计算各个脑电波的特征，获得所述第三脑电序列信号的特征量；

根据所述特征量进行分类识别，得到脑电放松度。

2.根据权利要求1所述的脑电放松度识别方法，其特征在于，所述对接收的第一脑电序列信号的各个时刻的脑电信号进行加权移动平均计算，得到第二脑电序列信号具体包括：

基于当前的第j个时刻的脑电信号，获取第一脑电序列信号中的位于第(j-(N-1)/2)个时刻至第(j+(N-1)/2)个时刻之间的N个脑电信号的能量；其中，N为预设的影响数，且N为奇数，j为大于(N+1)/2的整数；

根据预设的权值分布函数为获取的N个脑电信号的能量分配权值；其中，N个脑电信号的能量的权值之和为1；

对所述N个脑电信号的能量根据分配的权值进行加权求和，得到新的第j个时刻的脑电信号的能量；

依次对所述第一脑电序列信号的各个时刻的脑电信号的能量进行加权求和后，根据所有时刻的新的脑电信号的能量，生成第二脑电序列信号。

3.根据权利要求1所述的脑电放松度识别方法，其特征在于，所述对接收的第一脑电序列信号的各个时刻的脑电信号进行加权移动平均计算，得到第二脑电序列信号具体包括：

基于当前的第j个时刻的脑电信号，获取第一脑电序列信号中的位于第(j-N)个时刻至第(j-1)个时刻之间的N个脑电信号的能量；其中，N为预设的影响数，j为大于N的整数；

根据预设的权值分布函数为获取的N个脑电信号的能量分配权值；其中，N个脑电信号的能量的权值之和为1；

对所述N个脑电信号的能量根据分配的权值进行加权求和，得到新的第j个时刻的脑电信号的能量；

依次对所述第一脑电序列信号的各个时刻的脑电信号的能量进行加权求和后，根据的所有时刻的新的脑电信号的能量，生成第二脑电序列信号。

4.根据权利要求2或3所述的脑电放松度识别方法，其特征在于，所述权值分布函数为正态分布函数。

5.根据权利要求1所述的脑电放松度识别方法，其特征在于，所述自适应滤波器经函数链神经网络优化。

6.根据权利要求1所述的脑电放松度识别方法，其特征在于，所述从所述第三脑电序列信号中提取出各个脑电波具体包括：

根据香农-奈奎斯特采样原理及所述第三脑电序列信号的采样频率进行频段分层，计算得到每层的频率范围；

依据所述频段分层中每层的频率范围及每个脑电波的频率范围，确定与每个脑电波对应的小波分解和重构所需的层数；

根据与每个脑电波对应的所述小波分解所需的层数及预先选择的母小波进行信号分解，得到与每个脑电波对应的按频段划分的多层波形；

根据与所述小波重构所需的层数对应的系数及分解得到的与每个脑电波对应的所述多层波形，重构得到各个脑电波。

7.根据权利要求6所述的脑电放松度识别方法，其特征在于，所述母小波为coif3小波，且所述coif3小波的中心频率-带宽比经小波熵自适应优化。

8.根据权利要求1所述的脑电放松度识别方法，其特征在于，所述计算各个脑电波的特征，获得所述第三脑电序列信号的特征量，具体包括：

计算各个脑电波的能量；

根据各个脑电波的能量及各个脑电波的频率范围，计算各个脑电波的中心频率，获得所述第三脑电序列信号的特征量。

9.根据权利要求1所述的脑电放松度识别方法，其特征在于，在计算各个脑电波的特征，获得所述第三脑电序列信号的特征量之后，在根据所述特征量进行分类识别，得到脑电放松度之前，还包括：

基于主成分分析法对所述特征量进行特征选择。

10.一种脑电放松度识别装置，其特征在于，包括：

加权移动平均单元，用于对接收的第一脑电序列信号的各个时刻的脑电信号进行加权移动平均计算，得到第二脑电序列信号；

自适应滤波单元，用于以所述第二脑电序列信号为原始信号，以与所述第二脑电序列信号同步采集得到的伪迹序列信号为参考信号，对所述第二脑电序列信号进行自适应滤波，得到第三脑电序列信号；

脑电波提取单元，用于从所述第三脑电序列信号中提取出各个脑电波；

特征量计算单元，用于计算各个脑电波的特征，获得所述第三脑电序列信号的特征量；

脑电放松度识别单元，用于根据所述特征量进行分类识别，得到脑电放松度。