[发明专利]一种多模态静息脑电数据干扰消除和标记方法及装置有效

专利信息
申请号: 202111177728.8 申请日: 2021-10-09
公开(公告)号: CN113951897B 公开(公告)日: 2023-05-05
发明(设计)人: 王子洋;杨芳梅;刘禹;张睿 申请(专利权)人: 中国科学院自动化研究所
主分类号: A61B5/369 分类号: A61B5/369;A61B5/00
代理公司: 北京路浩知识产权代理有限公司 11002 代理人: 郭亮
地址: 100190 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 多模态静息脑电 数据 干扰 消除 标记 方法 装置
【权利要求书】:

1.一种多模态静息脑电数据干扰消除和标记方法,其特征在于,包括:

获取静息态下本次同步采集的四肢运动数据、肌电数据、眼电数据和脑电数据;

确定所述四肢运动数据和所述肌电数据满足第一干扰处理条件时,对所述脑电数据进行眼动干扰去除处理,得到第一目标静息态脑电数据;其中,所述第一干扰处理条件表征所述肌电数据和所述四肢运动数据均不存在干扰段,所述第一目标静息态脑电数据包括所述眼电数据;

确定所述四肢运动数据和所述肌电数据满足第一干扰标记条件时,对所述脑电数据对应的肢体运动部位标识列和肌电运动部位标识列分别标记预设标识号,得到第二目标静息态脑电数据;其中,所述第二目标静息态脑电数据包括所述眼电数据,所述第一干扰标记条件表征所述肌电数据和所述四肢运动数据均存在干扰段;

将所述第一目标静息态脑电数据按照第一预设格式存储为第一目标静息态脑电数据文件,将所述第二目标静息态数据按照第二预设格式存储为第二目标静息态脑电数据文件。

2.根据权利要求1所述的多模态静息脑电数据干扰消除和标记方法,其特征在于,在所述获取静息态下本次同步采集的四肢运动数据、肌电数据、眼电数据和脑电数据的步骤之后,所述方法还包括:

确定所述四肢运动数据和所述肌电数据满足第二干扰处理条件时,执行针对所述脑电数据、所述眼电数据以及预设历史脑电数据和预设历史眼电数据的删除操作;

执行针对所述肌电数据和所述四肢运动数据的干扰标记操作及存储操作。

3.根据权利要求1所述的多模态静息脑电数据干扰消除和标记方法,其特征在于,在所述确定所述四肢运动数据和所述肌电数据满足第一干扰标记条件之后,所述方法还包括:

确定所述四肢运动数据和所述肌电数据满足第二干扰标记条件时,执行针对所述肌电数据和所述四肢运动数据的干扰标记操作及存储操作。

4.根据权利要求2或3所述的多模态静息脑电数据干扰消除和标记方法,其特征在于,所述执行针对所述肌电数据和所述四肢运动数据的干扰标记操作及存储操作,包括:

对所述肌电数据中肌电部位标识列标记肌电干扰标识号,以及对所述四肢运动数据中对应肢体运动部位标识列标记对应肢体干扰标识号,得到肌电标记数据和四肢标记运动数据;

执行针对所述肌电标记数据和所述四肢标记运动数据的存储操作。

5.根据权利要求1所述的多模态静息脑电数据干扰消除和标记方法,其特征在于,在所述获取静息态下本次同步采集的四肢运动数据、肌电数据、眼电数据和脑电数据的步骤之后,所述方法还包括:

分别计算所述四肢运动数据每个方向上的峰峰值以及所述肌电数据的能量值;

确定所述峰峰值均小于对应肢体特征阈值及所述能量值小于能量特征阈值时,确定所述四肢运动数据和所述肌电数据满足第一干扰处理条件;

确定所述峰峰值均大于对应肢体特征阈值及所述能量值大于能量特征阈值时,确定所述四肢运动数据和所述肌电数据同时满足第一干扰标记条件和第二干扰标记条件;

确定至少一个峰峰值大于对应肢体特征阈值和/或所述能量值大于能量特征阈值时,确定所述四肢运动数据和所述肌电数据满足第二干扰处理条件。

6.根据权利要求1所述的多模态静息脑电数据干扰消除和标记方法,其特征在于,在所述获取静息态下本次同步采集的四肢运动数据、肌电数据、眼电数据和脑电数据的步骤之前,所述方法还包括:

确定被试者头皮与待检测电极建立连接时,向下位机发送阻抗检测指令;其中,所述待检测电极包括脑电电极和眼电电极,所述阻抗检测指令用于指示所述下位机检测所述待检测电极的阻抗值;

接收所述下位机发送的阻抗检测结果;

确定所述阻抗检测结果满足预设耦合条件时,则向所述下位机发送数据同步采集指令及与加速度传感器之间建立预设通信协议;其中,所述数据采集指令携带有数据采集模态和数据处理周期;

接收所述下位机每次同步采集的肌电数据、眼电数据和脑电数据以及所述加速度传感器每次同步采集的四肢运动数据后进行对齐处理,以使得所述四肢运动数据、所述肌电数据、所述眼电数据和所述脑电数据均同步。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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中国科学院自动化研究所,未经中国科学院自动化研究所许可,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/202111177728.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top