[发明专利]基于自回归模型和小波变换的脑电放松度识别方法及系统有效
| 申请号： | 201611185371.7 | 申请日： | 2016-12-20 |
| 公开（公告）号： | CN106691445B | 公开（公告）日： | 2020-09-04 |
| 发明（设计）人： | 胡静;赵巍;韩志 | 申请（专利权）人： | 广州视源电子科技股份有限公司 |
| 主分类号： | A61B5/0482 | 分类号： | A61B5/0482;A61B5/00;A61B5/16 |
| 代理公司： | 广州三环专利商标代理有限公司 44202 | 代理人： | 麦小婵;郝传鑫 |
| 地址： | 510530 广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于自回归模型和小波变换的脑电放松度识别方法，包括：基于构建好的自回归模型对接收的待处理脑电序列信号进行信号提取，得到对应于各个脑电波的第一信号；根据脑电波的频率范围，对接收的待处理脑电序列信号进行小波变换，得到各个脑电波的第二信号；基于对应于各个脑电波的第一信号及第二信号的质量指数，计算得到与各个脑电波的第一信号对应的第一权重因子及与所述第二信号对应的第二权重因子；根据第一信号、第一权重因子、第二信号及第二权重因子，计算得到第三信号；对各个脑电波的第三信号进行特征提取，并根据特征量进行分类识别，得到脑电放松度。本发明还提供了一种基于自回归模型和小波变换的脑电放松度识别系统，可准确提取脑电波，从而实现准确的脑电放松度识别。 | ||
| 搜索关键词： | 基于 回归 模型 变换 放松 识别 方法 系统 | ||
【主权项】：
一种基于自回归模型和小波变换的脑电放松度识别方法，其特征在于，包括如下步骤：基于构建好的自回归模型对接收的待处理脑电序列信号进行信号提取，得到对应于各个脑电波的第一信号；根据各个脑电波的频率范围，对接收的待处理脑电序列信号进行小波变换，重构得到对应于各个脑电波的第二信号；基于对应于各个脑电波的第一信号及第二信号的质量指数，计算得到与各个脑电波的第一信号对应的第一权重因子及与各个脑电波的第二信号对应的第二权重因子；根据所述各个脑电波的第一信号、第一权重因子、第二信号及第二权重因子，计算得到对应于各个脑电波的第三信号；对所述各个脑电波的第三信号进行特征提取，并根据提取得到的特征量进行分类识别，得到脑电放松度。
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广州视源电子科技股份有限公司，未经广州视源电子科技股份有限公司许可，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/patent/201611185371.7/，转载请声明来源钻瓜专利网。
