[发明专利]基于小波分析的脑电信号去噪方法、存储介质以及装置在审
申请号: | 201810074084.1 | 申请日: | 2018-01-25 |
公开(公告)号: | CN108478215A | 公开(公告)日: | 2018-09-04 |
发明(设计)人: | 王伊龙;韩如泉;吴伟文;欧阳俊华;邹文;王鑫;任冠清 | 申请(专利权)人: | 深圳市德力凯医疗设备股份有限公司 |
主分类号: | A61B5/0476 | 分类号: | A61B5/0476 |
代理公司: | 深圳市君胜知识产权代理事务所(普通合伙) 44268 | 代理人: | 王永文;刘文求 |
地址: | 518055 广东省深圳市南*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 采样数据 脑电信号 去噪 小波分析 邻域 存储介质 过滤 相似性确定 保留信号 分布权重 细节特征 权重 重构 分解 筛选 保证 | ||
1.一种基于小波分析的脑电信号去噪方法,其特征在于,其包括:
获取脑电信号,并通过小波分析将所述脑电信号分解为若干采样数据;
对所有采样数据加设邻域窗口,并通过相似性确定各采样数据在其所处邻域窗口的权值;
根据所述权值对各采样数据进行过滤,将过滤后的采样数据组合,以得到去噪后的脑电信号。
2.根据权利要求1所述基于小波分析的脑电信号去噪方法,其特征在于,所述获取脑电信号,并通过小波分析将所述脑电信号分解为若干采样数据具体包括:
获取脑电信号,并对获取到的脑电信号进行快速傅里叶滤波;
通过小波分析将快速傅里叶滤波后的脑电信号分解为若干采样数据。
3.根据权利要求1所述基于小波分析的脑电信号去噪方法,其特征在于,所述对所有采样数据加设邻域窗口,并通过相似性确定各采样数据在其所处邻域窗口的权值具体包括:
对所有采样数据加设邻域窗口,并分别获取各采样数据所属邻域窗口包含的所有第一采样数据;
对各采样数据与其对应的所有第一采样数据进行加权,以得到各采样数据的权值。
4.根据权利要求3所述基于小波分析的脑电信号去噪方法,其特征在于,所述对各采样数据与其对应的所有第一采样数据进行加权,以得到各采样数据的权值具体包括:
对于各采样数据,分别计算其对应的所有第一采样数据的权重系数;
根据所述权重系数对各采样数据与其对应的所有第一采样数据进行加权,以得到各采样数据的权值。
5.根据权利要求4所述基于小波分析的脑电信号去噪方法,其特征在于,所述对于各采样数据,分别计算其对应的所有第一采样数据的权重系数具体包括:
对于各采样数据,分别判断该采样数据与其对应的第一采样数据在预设搜索窗口内的变化趋势;
当采样数据与第一采样数据的变化趋势相同时,根据所述预设搜索窗口计算第一采样数据的权重系数。
6.根据权利要求5所述基于小波分析的脑电信号去噪方法,其特征在于,所述对于各采样数据,分别计算其对应的所有第一采样数据的权重系数还包括:
当所述采样数据与第一采样数据的变化趋势不同时,将所述采样数据与所述第一采样数据对应的搜索窗口向趋势变大方向移动预设距离;
采用移动后的搜索窗口计算计算第一采样数据的权重系数,其中,移动后的搜索窗口包含于邻域窗口。
7.根据权利要求1-6任一所述基于小波分析的脑电信号去噪方法,其特征在于,所述各采样数据的权值的计算公式为:
其中,s表示采样数据,N(s)表示s的邻域窗口,t表示邻域窗口内的第一采样数据,为第一采样数据的权重系数,表示脑电信号振幅。
8.根据权利要求7所述基于小波分析的脑电信号去噪方法,其特征在于,所述第一采样数据的权重的计算公式为:
其中,表示以采样数据为中心的搜索窗口的长度,h=表示滤波参数,P为常数。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现如权利要求1~8任意一项所述的所述基于小波分析的脑电信号去噪方法中的步骤。
10.一种基于小波分析的脑电信号去噪装置,其特征在于,包括:处理器、存储器及通信总线;所述存储器上存储有可被所述处理器执行的计算机可读程序;
所述通信总线实现处理器和存储器之间的连接通信;
所述处理器执行所述计算机可读程序时实现如权利要求1-8任意一项所述的所述基于小波分析的脑电信号去噪方法中的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市德力凯医疗设备股份有限公司,未经深圳市德力凯医疗设备股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810074084.1/1.html,转载请声明来源钻瓜专利网。