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：杭州电子科技大学

摘要：本发明提供了一种基于最优模板匹配和形态特征提取的BECT棘波检测方法，主要分为以下步骤：1采集脑电信号EEG，建立数据库；2EEG信号预处理：3通用模板匹配：使用一个固定的模板进行模板匹配；4棘波聚类检测：用K‑means聚类对通用模板匹配的结果进行聚类，然后把每个类的质心作为新的模板进行自适应模板匹配；5最优模板检测：采用PSO算法对通用模板的幅值和宽度进行联合优化，寻找最适合当前EEG数据的模板；6假阳性棘波消除：首先根据两个相关BP通道的“针锋相对”现象消除部分棘波，然后计算AV通道和BP通道棘波周围曲率值，基于曲率阈值和多通道的方法提取棘波形态特征进一步消除误检棘波，得到BECT棘波检测结果。

主权项：1.一种基于最优模板匹配和形态特征提取的BECT棘波检测方法，其特征在于，至少包括以下步骤：步骤S1：采集EEG脑电信号；选取实验对象，采用国际10-20标准给患者佩戴脑电采集设备采集BECT患者的多通道脑电数据，建立实验数据库；步骤S2：数据预处理；对采集到的原始EEG数据进行FIR带通滤波得到标准EEG信号；步骤S3：通用模板匹配，先用一个固定参数的模板来进行模板匹配，模板宽度为300ms，幅值为300μV，通过计算模板与尖峰波形的相似度来从EEG信号中提取候选棘波；步骤S4：棘波聚类检测；分为K-means聚类和自适应模板匹配两部分；首先采用K-means聚类方法对通用模板匹配的结果进行聚类，可以得到若干个类；然后统计每个类里候选棘波的数量，若该类里候选棘波数小于总候选棘波数的2％，则剔除这个类；最后把每个类的质心作为新的模板进行自适应模板匹配，将所有的匹配结果相加，可以进一步的从EEG信号中提取尖峰波形；然而，在这个过程中容易出现尖峰距离较近的候选棘波，当尖峰距离小于55ms时，则把这两个棘波合并为一个棘波；步骤S5：最优模板匹配：分为优化通用模板和棘波聚类检测两部分；由于通用模板的不合适，导致模板并不能最优的从当前EEG信号中提取候选棘波，所以采用PSO算法来优化通用模板，动态寻找通用模板最优宽度和幅值；然后再进行聚类模板检测，尽可能的从EEG信号中提取棘波；步骤S6：假阳性棘波消除，分为“针锋相对”和棘波形态特征提取两部分，首先根据AV通道脑电信号的候选棘波来确定每个候选棘波的两个相关BP通道，然后根据BP通道上的“针锋相对”现象消除部分误检棘波；然后计算AV通道和BP通道候选棘波周围的曲率，当超过某个曲率阈值时就判定为开始点或结束点，棘波左边第一个超过曲率阈值的点是棘波开始点，右边第一个超过曲率阈值的点是棘波结束点，进一步消除棘波宽度和幅值不符的假阳性棘波；在消除完假阳性棘波后，就得到了最终的BECT棘波检测结果；所述步骤S5包括：步骤S51，初始化模板参数和模板速度，以模板的宽度和幅值表示为模板参数，模板参数和模板速度都是二维的，用一批在范围内的随机数来初始化模板参数和速度；步骤S52，将初始化完的模板应用到棘波聚类检测，基于检测结果计算Rse矩阵，Rse用来评估模板性能；步骤S53，基于Rse矩阵计算pr*，gr*和gc*，pr*是Rse矩阵的第j列的最大元素值所在的行，gr*和gc*分别是Rse矩阵整体最大值所在的行和列；步骤S54，计算和来更新模板参数和速度；步骤S55，判断是否超出边界，当和超出边界时，在范围内随机生成一个模板，然后判断是否达到最大迭代次数，若达到最大迭代次数则停止迭代；步骤S6中，在提取棘波形态特征时，先计算AV通道和BP通道候选棘波周围的曲率值，当超过曲率阈值时则认为是棘波放电开始点或结束点；在抓取到棘波开始点和结束点之后就可以提取棘波形态特征，计算其宽度和幅值就可以进一步消除误检棘波；步骤S6中，计算出AV通道和BP通道棘波开始点和结束点之后，由于AV通道棘波放电时，BP通道棘波也在放电，当两个BP通道棘波开始点或结束点与AV通道棘波开始点或结束点不一致时，考虑到多通道，调整AV通道棘波开始点或结束点与BP通道一致，提升AV通道棘波开始结束点判定准确度。

全文数据：

权利要求：

百度查询： 杭州电子科技大学 基于最优模板匹配和形态特征提取的BECT棘波检测方法