[发明专利]头皮脑电信号回顾性癫痫发作点检测方法及系统

权利要求书

1.一种头皮脑电信号回顾性癫痫发作点检测方法，包括采集原始脑电信号，其特征在于：

获得去除各种伪迹脑电信号；

对去除伪迹的脑电信号通过非线性动力学样本熵阈值检测法，进行回顾性分析确定癫痫发作点；

所述非线性动力学样本熵阈值检测法具体包括如下步骤：

(1)、选取去除各种伪迹的脑电信号，所述脑电信号要求包括发作前期和发作期两部分数据；

(2)、根据所述脑电信号计算单个的样本熵；

(3)、多个样本熵点绘制成样本熵曲线，数据长度D＝样本熵个数M*窗口大小N；

(4)、定义阈值，当样本熵达到指定阈值时，记录该点为发作点。

2.根据权利要求1所述的一种头皮脑电信号回顾性癫痫发作点检测方法，其特征在于：所述获得去除各种伪迹脑电信号方法如下：

(1)对脑电信号进行去均值化处理；

(2)对去均值化处理后的脑电信号进行白化处理；

(3)求解最佳分离矩阵；

(4)将步骤(2)获得的脑电信号与步骤(3)得到的最佳分离矩阵相乘，获得去除各种伪迹脑电信号。

3.根据权利要求2所述的一种头皮脑电信号回顾性癫痫发作点检测方法，其特征在于：所述脑电信号均值化处理如下：

X＝(X_j-m_j)/S_j

其中，X为脑电信号均值化处理后的脑电信号，X_j为原始脑电信号，m_j和S_j分别为每个脑电信号样本的均值和标准差。

4.根据权利要求2所述的一种头皮脑电信号回顾性癫痫发作点检测方法，其特征在于：所述白化处理是对任意多维信号施加一个线性变换，使多维信号变为白色信号的处理过程。

5.根据权利要求2所述的一种头皮脑电信号回顾性癫痫发作点检测方法，其特征在于：所述求解最佳分离矩阵方法如下：建立优化算法与求解判别函数，用判别函数判断优化算法何时收敛，求解出分离矩阵。

6.根据权利要求5所述的一种头皮脑电信号回顾性癫痫发作点检测方法，其特征在于：所述判别函数如下：

其中，其中W是待求的解混矩阵，H(Y)随机变量Y的熵，J(Y)随机变量Y的负熵，Y_gauss是n个高斯随机变量组成的随机矢量，与随机变量Y有相同的均值和协方差阵，N为窗口大小，M为样本熵个数。

7.根据权利要求5所述的一种头皮脑电信号回顾性癫痫发作点检测方法，其特征在于：所述优化算法是混合编码的遗传算法。

8.根据权利要求7所述的一种头皮脑电信号回顾性癫痫发作点检测方法，其特征在于：所述混合编码的遗传算法具体如下：

(1)随机产生矩阵的初始种群，将随机生成的种群按实数编码的方式进行编码，

计算初始种群的适应度函数即负熵最大化的代价函数，

对适应度值排序，进行种群的实数交叉和变异操作，进入迭代运算；

(2)达到指定的遗传代数或者负熵的变化达到阈值，停止遗传操作，获得种群用格雷码；

(3)对得到的种群用格雷码进行重新编码；

(4)对适应度值排序，进行种群的二进制交叉和变异操作，进入迭代运算；

(5)达到指定的遗传代数或者负熵的变化达到阈值，停止遗传操作，获得最佳分离矩阵。

9.根据权利要求8所述的一种头皮脑电信号回顾性癫痫发作点检测方法，其特征在于：

所述混合编码的遗传算法中的步骤(2)与步骤(5)中的阈值均是经验值。