[发明专利]一种基于小波变换的脑电放松度识别方法及装置

说明书

技术领域

本发明涉及放松治疗领域，尤其涉及一种基于小波变换的脑电放松度识别方法及装置。

背景技术

放松训练是行为疗法中使用最广的技术之一，是在心理学实验的基础上建立和发展起来的咨询和治疗方法，其在治疗焦虑抑郁症、神经性头痛、失眠、高血压病，减轻更年期综合征和转变不良行为模式等方面取得了较好的疗效。

现有的放松训练主要有录音指导、口头指导和生物反馈指导。其中，录音指导方法僵化、没有变化，无法根据受训者的状态变化内容；口头指导则要求对口头指导的对象要求很高，且受到时间、场地限制；生物反馈指导以脑电反馈为主，能够结合前两种方式的优点，因而受到广泛关注。

进行生物反馈指导需要识别用户的放松度，而计算放松度首先需要从用户的脑电信号中提取各个频段的脑电波(包括Delta、Theta、Alpha、Beta、Gamma波)，但实际脑电信号极其微弱，且非常容易受到外界工频，磁场扰动，低频直流、舌电伪迹，出汗伪迹，眼电伪迹，脉搏伪迹以及肌电伪迹等因素的干扰。其中，工频干扰相对固定，较易去除；低频直流虽然可以通过滤波器滤除，但考虑到滤波器带来的频带衰减，直接通过滤波器精确滤除低频直流信息会对脑电信号产生影响；此外，在提取脑电波时，由于各个脑电波的频率比较接近，因此如何准确的分离各个脑电波也关系到最终放松度识别的准确度。

发明内容

针对上述问题，本发明的目的在于提供一种基于小波变换的脑电放松度识别方法及装置，可在不干扰脑电信号的情况下去除低频直流信号，并可准确的分离出脑电信号中的各个脑电波。

本发明提供了一种基于小波变换的脑电放松度识别方法，包括如下步骤：

对接收的第一脑电序列信号进行降采样，获得第二脑电序列信号；

对所述第二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，得到第三脑电序列信号；

对所述第三脑电序列信号进行小波变换，并根据每个脑电波的频率范围重构得到各个脑电波；

基于重构得到的所述各个脑电波进行特征提取，并根据提取得到的特征量进行分类识别，得到脑电放松度。

优选地，所述对所述第二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，得到第三脑电序列信号，具体包括：

基于当前的第j个时刻的脑电信号，获取所述第二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；

依次对所述第二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，生成第三脑电序列信号。

优选地，所述对所述第二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，得到第三脑电序列信号，具体包括：

基于当前的第j个时刻的脑电信号，获取所述第二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；

依次对所述第二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，生成第三脑电序列信号。

优选地，所述权值分布函数为正态分布函数。

优选地，所述对所述第三脑电序列信号进行小波变换，并根据每个脑电波的频率范围重构得到各个脑电波具体为：

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。