[发明专利]采用新型能量算子和多尺度熵的癫痫检测方法及系统

权利要求书

1.一种采用新型能量算子和多尺度熵的癫痫检测方法，其特征在于，包括：

S1、获取脑电信号，采用小波变化和多分辨率分析，对脑电信号进行分解；

S2、从分解后的脑电信号中筛选出癫痫特征波频段的待检测信号，利用新型Teager能量算子计算，得出能量增强信号；

S3、采用多尺度熵对增强信号提取特征信息；

S4、将提取的特征信息输入训练好的极限学习机中，得出检测结果。

2.根据权利要求1所述的采用新型能量算子和多尺度熵的癫痫检测方法，其特征在于，在S2中，利用新型Teager能量算子计算，增强信号能量时，采用以下方法：

S201、预设采样分辨率i；

S202、对待检测信号按照前后相隔i个采样点进行采样；

S203、利用Teager能量算子对采样后的数据进行计算，得出增强信号。

3.根据权利要求1所述的采用新型能量算子和多尺度熵的癫痫检测方法，其特征在于，在S3中，采用多尺度熵对增强信号提取特征信息时，采用以下步骤：

S301、对增强型后的时间序列进行粗粒化计算，得出粗粒化向量序列；

S302、按照预设相似性容忍度，计算粗粒化向量序列在不同尺度下的熵值；

S303、将计算得出的熵值作为特征值，实现特征信息提取。

4.根据权利要求3所述的采用新型能量算子和多尺度熵的癫痫检测方法，其特征在于，在S301中，进行粗粒化计算时，采用如下公式：

其中，X＝{x₁,x₂,...,x_n}表示时间序列，u(u＝1,2,...)表示尺度因子。

5.根据权利要求3所述的采用新型能量算子和多尺度熵的癫痫检测方法，其特征在于，在S302中，在计算不同尺度下的熵值时，采用如下方法：

在粗粒化向量序列中随机选择两个向量y(i)和y(j)；

计算y(i)和y(j)之间的最大模，作为两个向量之间的距离d；

以相似性容忍度作为阈值，统计两个向量之间距离d≤r的数目，计算平均相似度；

根据平均相似度计算熵值。

6.根据权利要求3所述的采用新型能量算子和多尺度熵的癫痫检测方法，其特征在于，在S302中，计算不同尺度下的熵值时，采用如下公式：

其中，B^m+1(r)为向量维数为m+1时的平均相似度；B^m(r)为向量维数为m时的平均相似度。

7.根据权利要求1所述的采用新型能量算子和多尺度熵的癫痫检测方法，其特征在于，利用极限学习机计算检测结果之前，所述极限学习机采用如下方法进行训练：

获取样本数据特征至极限学习机中，随机初始化输入的权重向量和偏置向量；

计算隐藏层输出矩阵；

采用最小二乘法，计算输出权重。

8.一种采用新型能量算子和多尺度熵的癫痫检测系统，其特征在于，包括

信号获取模块，用于获取脑电信号，采用小波变化和多分辨率分析，对脑电信号进行分解；

信号增强模块，用于从分解后的脑电信号中筛选出癫痫特征波频段的待检测信号，利用新型Teager能量算子计算，得出能量增强信号；

特征提取模块，用于采用多尺度熵对增强信号提取特征信息；

极限学习机检测模块，用于将提取的特征信息输入训练好的极限学习机中，得出检测结果。