[发明专利]脑电信号伪迹去除方法及计算机可读存储介质有效
申请号: | 201910893087.2 | 申请日: | 2019-09-20 |
公开(公告)号: | CN110575164B | 公开(公告)日: | 2022-04-12 |
发明(设计)人: | 杨道国;耿道双;蔡苗;张国旗;郝卫东 | 申请(专利权)人: | 桂林电子科技大学 |
主分类号: | A61B5/369 | 分类号: | A61B5/369;A61B5/372;A61B5/00;G06K9/00 |
代理公司: | 北京友联知识产权代理事务所(普通合伙) 11343 | 代理人: | 汪海屏;王淑梅 |
地址: | 541004 广西*** | 国省代码: | 广西;45 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 电信号 去除 方法 计算机 可读 存储 介质 | ||
1.一种脑电信号伪迹去除方法,其特征在于,包括:
获取含冷痛信息的脑电信号作为目标信号,将所述目标信号进行迭代降噪以得到纯净模态分量;
对所述纯净模态分量进行短时傅立叶时频分析以得到时频图,根据所述时频图确定有效特征,构造所述有效特征对应的模态分量以得到有效信号,从所述有效信号中筛选出纯净信号;
将所述纯净信号的测试数据集输入到分类模型中,获取所述纯净信号的精度评价参数;
所述纯净信号的精度评价参数满足精度需求确定所述纯净信号为合格信号;
所述根据所述时频图确定有效特征的步骤,具体包括:
根据所述时频图确定所述纯净模态分量处于的时间范围和所述纯净模态分量的频率;
所述纯净模态分量处于的时间范围与设定时间范围一致,且所述纯净模态分量的频率处于设定频率范围内,确定所述纯净模态分量为有效特征;
所述从所述有效信号中筛选出纯净信号的步骤,具体包括:
根据所述含冷痛信息的脑电信号和所述纯净信号确定有效信号的信噪比;
所述有效信号的信噪比大于等于设定数值确定所述有效信号为纯净信号;
所述有效信号的信噪比小于设定数值确定所述有效信号为不合格信号;
将所述不合格信号作为目标信号返回执行所述将所述目标信号进行迭代降噪以得到纯净模态分量的步骤。
2.根据权利要求1所述的脑电信号伪迹去除方法,其特征在于,所述将所述目标信号进行迭代降噪以得到纯净模态分量的步骤,具体包括:
对所述冷痛信息的脑电信号进行分解确定目标模态分量;
确定所述目标模态分量的数量和所述目标模态分量的中心频率;
根据所述目标模态分量的数量和中心频率对所述目标模态分量进行优化得到优化模态分量;
所述优化模态分量达到设定条件,确定所述优化模态分量为纯净模态分量;
所述优化模态分量未达到设定条件,将所述优化模态分量作为所述目标模态分量返回执行确定所述目标模态分量的数量和所述目标模态分量的中心频率的步骤。
3.根据权利要求2所述的脑电信号伪迹去除方法,其特征在于,
所述设定频率范围为小于50赫兹且大于18赫兹。
4.根据权利要求3所述的脑电信号伪迹去除方法,其特征在于,通过以下公式确定所述有效信号的信噪比:
其中,x(ti)为含冷痛信息的脑电信号,为纯净信号。
5.根据权利要求1所述的脑电信号伪迹去除方法,其特征在于,所述精度评价参数包括:
敏感度、特异性、准确度和阳性预测值。
6.根据权利要求5所述的脑电信号伪迹去除方法,其特征在于,
所述纯净信号的精度评价参数未满足精度需求,将所述纯净信号作为目标信号返回执行所述将所述目标信号进行迭代降噪以得到纯净模态分量的步骤。
7.根据权利要求6所述的脑电信号伪迹去除方法,其特征在于,还包括:
根据所述纯净信号获取平均功率谱密度,并将所述平均功率谱密度组合成特征数据集;
按照3比1的比例随机将所述特征数据集划分为训练数据集和所述测试数据集;
将所述训练数据集输入到SVM分类器中训练以获取所述分类模型。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的脑电信号伪迹去除方法的步骤。
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桂林电子科技大学,未经桂林电子科技大学许可,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/201910893087.2/1.html,转载请声明来源钻瓜专利网。