[发明专利]一种通过处理脑电波识别眨眼力度的算法

摘要

本发明的一种通过处理脑电波识别眨眼力度的算法，在每一工作周期内，先测量脑电波幅值x，通过迭代公式Y_n=（1-k）Y_n-1+kx_n和Z_n=（1-k）Z_n-1+kx_n²计算得到近似的均值Y和均方值Z，按照公式Var（x）=E(x²)-[E(x)]²计算方差Var（x），再按照公式或者公式计算标准化后x的幅值S。并将幅值S与设定的正向阀值值和负向阀值相比较，判断事件A还是B。如果发生的为A事件，则认为发生了眨眼动作，此时眨眼力度为A事件发生时的幅值。本发明的一种通过处理脑电波识别眨眼力度的算法，具有能够识别快速连续眨眼及眨眼力度、计算量比较小、算法自适应性好等优点。

主权项

一种通过处理脑电波识别眨眼力度的算法，其特征是，包括如下步骤：步骤1：以耳垂作为参考接地，测量脑门的电压，观察脑电波的波形图；步骤2：设定一个正向阀值值和一个负向阀值；把脑电波的幅值高于正向阀值称为事件A，把脑电波的幅值低于负向阀值称为事件B；步骤3：在脑电波的波形图的每一工作周期内，先测量脑电波幅值x；步骤4：通过公式（1）进行迭代，求出脑电波幅值x的均值的近似值Yn迭代公式（1）为：Yn=（1‑k）Yn‑1+kxn      （1）公式（1）中，xn为第n时刻测到脑电波的幅值；Yn为第n次迭代时，幅值x的均值的近似值；k为常数，n为自然数；（如果k越小，Yn就越接近真正的x均值的近似值，但是自适应的速度就越慢。通常k取0.005。）步骤5：通过公式（2）进行迭代，求出脑电波幅值x的均方值Zn的近似值；迭代公式（2）为：Zn=（1‑k）Zn‑1+kxn2        （2）公式（2）中，xn为第n时刻测到脑电波的幅值；Zn为第n次迭代时，幅值x的均方值的近似值；k为常数，n为自然数。步骤6：通过公式（3）求取x的近似值的方差Var（x）；Var（x）=E(x2)‑[E(x)]2           （3）；公式（3），x为脑电波的幅值，E(x)为脑电波幅值的均值，E(x2)脑电波幅值的均方值，Var（x）为脑电波幅值的方差；步骤7：通过公式（4），对x进行标准化； s = x - E ( x ) Var ( x ) - - - ( 4 ) 公式（4），x为脑电波的幅值，E(x)为脑电波幅值的均值，Var（x）为脑电波幅值的方差；S为x标准化后的值。