买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：浙江迈联医疗科技有限公司

摘要：本发明涉及一种基于前额单导联脑电信号的多状态识别方法。适用于脑电领域。本发明所采用的技术方案是：一种基于前额单导联脑电信号的多状态识别方法，其特征在于：获取经滤除漂移伪迹及高频伪迹的前额叶脑电信号；求取脑电信号的极值点，当依次检测到一个极小值‑极大值‑极小值对时记录该极大值的位置、幅值以及前后极小值之间的宽度，形成一个特征点；采用经训练的分类模型对特征点进行粗分类；当粗分类检测到特征点是眨眼或头动伪迹后，采用模板匹配算法精确的区分头动信号和眼电信号。本发明通过前额单导联电极同时采集脑电信号，并能从脑电信号中精确识别出眼电信号，提高了检测过程中设备佩戴的舒适性。

主权项：1.一种基于前额单导联脑电信号的多状态识别方法，其特征在于：获取经滤除漂移伪迹及高频伪迹的前额叶脑电信号；求取脑电信号的极值点，当依次检测到一个极小值-极大值-极小值对时记录该极大值的位置、幅值以及前后极小值之间的宽度，形成一个特征点；采用经训练的分类模型对特征点进行粗分类；当粗分类检测到特征点是眨眼或头动伪迹后，采用模板匹配算法精确的区分头动信号和眼电信号；所述分类模型的训练，包括：获取用户分别完成放松、咀嚼、眨眼和头动动作任务时的前额叶脑电信号，并对脑电信号进行滤除漂移伪迹及高频伪迹的处理；求取信号极值点，当依次检测到一个极小值-极大值-极小值对时且该极大值在相应动作任务进行过程中时记录该极大值的位置、幅值以及前后极小值之间的宽度，形成一个与该相应动作任务对应的特征点；基于各动作任务对应的特征点训练所述分类模型；所述采用模板匹配算法精确的区分头动信号和眼电信号，包括：选取放松任务对应特征点中的幅值组成数组A，对A中幅值从小到大进行排序，选取其中数组A长度95％的位置点的数值为阈值Thr1；对属于眨眼任务的特征点进行筛选，去掉其中幅值小于Thr1的特征点；基于筛选后的眨眼任务特征点生成眼电模板，如下：1选取特征点对应脑电信号段的前0.15秒至特征点后0.15秒为可能的眨眼信号段；2将第一个特征点形成的信号段为类似眼电模板，并记此模型的计数值为1；当第二个特征点形成的信号段与类似眼电模板的相似度大于预先设定的相似度阈值Thr_sim，则认为这两段信号为同一类信号，此时对模板进行更新，同时计数值加1；当相似度不大于Thr_sim时，则认为这两段信号分属不同的模板，此时把这段信号当做一个新的眼电模板；3对所有特征点对应脑电信号段按步骤2对特征点依次进行处理后再对得到的模板进行更新，直到任意两个模板之间的相似度小于Thr_sim则停止模板的更新；4将步骤3得到的计数值最大的眼电模板作为最终的眼电模板。

全文数据：

权利要求：

百度查询： 浙江迈联医疗科技有限公司 基于前额单导联脑电信号的多状态识别方法