[发明专利]一种癫痫脑电波信号识别方法

权利要求书

1.一种癫痫脑电波信号识别方法，其特征在于，包括以下步骤：

S1、采集患者静息状态的脑电波，并周期性地计算静息状态下脑电波的特征值；

S2、基于静息状态下脑电波的特征值和静息状态下的时间周期计算静息状态下脑电波的周期特征值；

S3、采集患者电刺激后状态的脑电波，并周期性地计算电刺激后脑电波的特征值；

S4、基于电刺激后脑电波的特征值和电刺激后的时间周期计算电刺激后脑电波的周期特征值；

S5、实时计算并统计电刺激后脑电波的周期特征值与静息状态下脑电波的周期特征值的比值，基于统计结果和预先设定的阈值进行对比以输出脑电波发作终止时刻。

2.如权利要求1所述的一种癫痫脑电波信号识别方法，其特征在于，所述计算静息状态下脑电波的特征值和所述计算电刺激后脑电波的特征值的计算周期均为1秒。

3.如权利要求1所述的一种癫痫脑电波信号识别方法，其特征在于，步骤S2中，所述静息状态下脑电波的周期特征值的计算公式包括：

其中，表示静息状态下脑电波的周期特征值，表示静息状态下脑电波的时域特征，表示静息状态下脑电波的频域特征，表示静息状态下脑电波的时频域特征，表示静息状态下脑电波的时间周期。

4.如权利要求1所述的一种癫痫脑电波信号识别方法，其特征在于，步骤S4中，所述电刺激后脑电波的周期特征值的计算公式包括：

其中，表示电刺激后脑电波的特征值，表示电刺激后脑电波的时域特征，表示电刺激后脑电波的频域特征，表示电刺激后脑电波的时频域特征，表示电刺激后脑电波的时间周期。

5.如权利要求3或4所述的一种癫痫脑电波信号识别方法，其特征在于，还包括对静息状态下和电刺激后脑电波的时频域特征进行降噪处理，具体包括：

将静息状态下和电刺激后脑电波的时频域特征划分处理，获得多个初始时频域子带；

对各初始时频域子带分别进行二维卷积，获得卷积处理后的各初始时频域子带；

基于卷积处理后的各初始时频域子带，生成处理后的时频域特征。

6.如权利要求1所述的一种癫痫脑电波信号识别方法，其特征在于，步骤S5中，所述基于统计结果和预先设定的阈值进行对比以输出脑电波发作终止时刻的过程包括：

基于统计结果记录电刺激后脑电波的周期特征值与静息状态下脑电波的周期特征值的比值小于预先设定的阈值的持续时间，并获取持续时间超过5秒时的脑电波时间以得到脑电波发作终止时刻。