脑电信号质量评估方法、装置、电子设备及介质与流程

1.本技术涉及脑科学技术领域，具体而言，本技术涉及一种脑电信号的质量评估方法、装置、电子设备及介质。


背景技术：

2.脑机接口是一种通过解码脑电信号直接获取大脑意识形态的技术，目前在医疗健康、教育、娱乐，国防科技等领域都进行研究和应用，是一种新形态的人机交互技术。脑机接口技术关键环节之一是脑电信号解码，而脑电信号解码依赖于采集的脑电信号，只有质量合格的脑电信号才能推广使用，解析出来的脑电信号才有真实意义。然而，脑电信号的采集需要耗费较大的时间和经济成本，如果采集的脑电信号不能满足要求，事后重新采集将造成巨大的资源浪费，可见脑电信号质量对于脑电信号解码至关重要。相关的脑电信号质量评估主要采用人工审视法和幅值阈值设限方式，这些方式主观性强，信号质量程度没有量化，不利于大规模的数据筛选。


技术实现要素：

3.本技术提供了一种脑电信号的质量评估方法、装置、电子设备及计算机可读存储介质，可以解决上述技术问题。所述技术方案如下：
4.第一方面，提供了一种脑电信号的质量评估方法，该方法包括：
5.基于待处理的多导脑电信号，确定针对多导脑电信号的工频信号的能量占比；
6.对多导脑电信号预处理后，确定针对多导脑电信号的多个指标参数；
7.根据能量占比和多个指标参数，确定多导脑电信号的质量评估分数；
8.依据质量评估分数对多导脑电信号进行处理。
9.进一步地，指标参数至少包括：
10.幅值、幅值分布指数、空间分布指数、脑半球对称性和节律幅值分布指数。
11.进一步地，确定针对多导脑电信号的幅值的步骤，包括：
12.对各个通道信号进行切片，得到各个通道信号分别对应的若干片段信号；
13.确定各个通道信号分别对应的若干片段信号各自的若干峰值点；
14.对各个通道信号分别对应的若干片段信号各自的若干峰值点的振幅进行均值计算，得到各个通道信号分别对应的若干片段信号各自的片段幅值；
15.依据各个通道信号分别对应的若干片段信号各自的片段幅值进行排序；
16.将排序结果中排名中符合预定条件的各个片段信号的片段幅值进行均值计算，得到各个通道信号分别对应的通道幅值；
17.对多导脑电信号的各个通道信号各自的通道幅值进行均值计算，得到多导脑电信号的幅值。
18.更进一步地，确定任一通道信号的若干片段信号各自的若干峰值点的步骤，包括：
19.对该任一通道信号的若干片段信号进行一阶差分计算，得到该任一通道信号的若
干片段信号各自的一阶差分序列diff1(n)；
20.对该任一通道信号的若干片段信号各自的一阶差分序列diff1(n)中相邻两项进行乘积计算；
21.若该任一通道信号的若干片段信号各自的一阶差分序列diff1(n)中相邻的任两项的乘积为负，则将该任一通道信号的各个片段信号的该任两项的后一位确定为峰值点。
22.进一步地，确定针对多导脑电信号的幅值分布指数的步骤，包括：
23.以预设的幅值步长对多导脑电信号的各个通道信号进行直方图转换，得到各个通道信号分别对应的统计直方图；
24.对各个通道信号分别对应的统计直方图进行中点连线绘制，得到各个通道信号分别对应的折线图；
25.对各个通道信号分别对应的折线图进行平滑，得到各个通道信号分别对应的平滑曲线图；
26.确定各个通道信号分别对应的平滑曲线图包括的峰值点的数量np，并将各个通道信号分别对应的1/np，作为各个通道信号分别对应的第二质量分值m31；
27.计算各个通道信号分别对应的统计直方图各自在预设的振幅区间中样本数量与各个通道信号分别对应的统计直方图包括的样本总数的比值，得到各个通道信号分别对应的第一质量分值m32；
28.将各个通道信号分别对应的的第一质量分值m31和第二质量分值m32的平均值，作为各个通道信号分别对应的幅值分布值；
29.对各个通道信号分别对应的幅值分布值进行均值计算，得到针对多导脑电信号的幅值分布指数。
30.进一步地，确定针对多导脑电信号的空间分布指数的步骤，包括：
31.计算多导脑电信号的各个通道信号分别对应的alpha频带的最大幅值，并进行排序；
32.确定各个通道信号各自排序前半部分中属于目标通道的第一数量c1，以及排序后半部分中前一半中属于目标通道的第二数量c2；
33.依据第一数量c1、第二数量c2，以及预设的第一数量c1的权重和第二数量c2的权重，确定各个通道信号各自在目标通道总数中的占比，以将占比作为针对多导脑电信号的空间分布指数。
34.进一步地，确定针对多导脑电信号的脑半球对称性的步骤，包括：
35.对多导脑电信号的各个通道信号进行频谱转换，得到各个通道信号各自的频谱；
36.基于各个通道信号各自的频谱，确定各个通道信号各自的响应主频率fchn；
37.依据各个通道信号各自的响应主频率fchn对大脑左半球和大脑右半球的相关性进行计算，得到脑半球对称性。
38.进一步地，确定针对多导脑电信号的节律幅值分布指数的步骤，包括：
39.确定多导脑电信号的各个通道信号各自的θ波节律振幅分布和β波节律振幅分布，θ波节律振幅分布为θ波在预设的第一振幅范围内的样本与θ波样本之比，β波节律振幅分布为β波在预设的第二振幅范围内的样本与β波样本之比；
40.对多导脑电信号的各个通道信号各自的θ波节律振幅分布进行均值计算，得到针
对多导脑电信号的θ波节律分布平均值；
41.对多导脑电信号的各个通道信号各自的β波节律振幅分布进行均值计算，得到针对多导脑电信号的β波节律分布平均值；
42.依据针对多导脑电信号的θ波节律分布平均值与针对多导脑电信号的β波节律分布平均值的比值，确定针对多导脑电信号的节律幅值分布指数。
43.更进一步地，确定多导脑电信号的各个通道信号各自的θ波节律振幅分布和β波节律振幅分布的步骤，包括：
44.提取多导脑电信号的各个通道信号各自的θ波和β波；
45.基于预设的时间窗参数，确定各个通道信号各自的θ波分别对应的若干窗口信号分别对应的窗口θ波节律振幅分布，以及各个通道信号各自的β波分别对应的若干窗口分别对应的窗口β波节律振幅分布；
46.对各个通道信号各自的θ波分别对应的各窗口信号分别对应的窗口θ波节律振幅分布进行均值计算，得到各个通道信号各自的θ波节律振幅；
47.对各个通道信号各自的β波分别对应的各窗口信号分别对应的窗口β波节律振幅分布进行均值计算，得到各个通道信号各自的β波节律振幅。
48.进一步地，确定针对多导脑电信号的工频信号的能量占比的步骤，包括：
49.计算多导脑电信号的各个通道信号分别对应的能量e1；
50.对各个通道信号进行工频去除后，计算各个通道信号分别对应的去工频能量e2；
51.对各个通道信号分别对应的能量e1和各个通道信号分别对应的去工频能量e2进行差值计算，得到各个通道信号分别对应的工频信号的能量p＝e1-e2；
52.计算各个通道信号分别对应的工频信号的能量占比r＝p/e1；
53.对各个通道信号分别对应的工频信号的能量占比r＝p/e1进行均值计算，得到针对多导脑电信号的工频信号的能量占比。
54.进一步地，根据能量占比和多个指标参数，确定多导脑电信号的质量评估分数的步骤，包括：
55.确定针对能量占比的第一系数，以及针对多个指标参数各自的第二系数；
56.依据能量占比与第一系数的乘积，确定能量占比的第一评估分值；
57.依据多个指标参数各自与针对多个指标参数各自的第二系数的乘积，确定多个指标参数各自的第二评估分值；
58.对第一评估分值和多个指标参数各自的第二评估分值进行加权乘积求和计算，得到多导脑电信号的质量评估分数。
59.进一步地，确定针对能量占比的第一系数，以及针对多个指标参数各自的第二系数的步骤，包括：
60.对预设的针对能量占比的最大值和最小值进行加和计算，得到第一统计值；
61.对针对多个指标参数各自的最大值和最小值分别进行加和计算，得到多个指标参数各自的第二统计值；
62.将预设常量与第一统计值的比值，确定为针对能量占比的第一系数；
63.将预设常量分别与多个指标参数各自的第二统计值的比值，确定为针对多个指标参数各自的第二系数。
64.进一步地，依据质量评估分数对多导脑电信号进行处理的步骤，包括以下至少一个步骤：
65.若质量评估分数大于预设的质量评估分数阈值，则对多导脑电信号进行缓存；
66.若质量评估分数不大于预设的质量评估分数阈值，则对多导脑电信号进行丢弃。
67.第二方面，提供了一种脑电信号的质量评估装置，该装置包括：
68.第一评估参数确定模块，用于基于待处理的多导脑电信号，确定针对多导脑电信号的工频信号的能量占比；
69.第二评估参数确定模块，用于对多导脑电信号预处理后，确定针对多导脑电信号的多个指标参数；
70.质量评估分数确定模块，用于根据能量占比和多个指标参数，确定多导脑电信号的质量评估分数；
71.多导脑电信号评估模块，用于依据质量评估分数对多导脑电信号进行处理。
72.第三方面，提供了一种电子设备，该电子设备包括：
73.一个或多个处理器；
74.存储器；
75.一个或多个应用程序，其中一个或多个应用程序被存储在存储器中并被配置为由一个或多个处理器执行，一个或多个程序配置用于：执行上述脑电信号的质量评估方法。
76.第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述脑电信号的质量评估方法。
77.本技术实施例提供的技术方案带来的有益效果是：通过对待处理的多导脑电信号分析，得到多导脑电信号中的工频信号的能量占比以及多个指标参数，进而依据能量占比和多种指标参数来评估信号质量，得到将信号质量量化的质量评估分数，进而依据质量评估分数对多导脑电信号进行处理，这种将信号质量量化为质量评估分数的方式，起到了将抽象的信号质量评估转变为具象数值的效果，解决相关技术中信号质量评估存在的主观性强且无法量化的问题；同时，因质量评估分数综合考虑到多种指标对信号整体的影响程度，使得信号质量评估的精确度更高，能够进一步提高了后续对信号分析的准确性的目的。
附图说明
78.为了更清楚地说明本技术实施例中的技术方案，下面将对本技术实施例描述中所需要使用的附图作简单地介绍。
79.图1为本技术实施例提供的脑电信号的质量评估方法的结构示意图；
80.图2为本技术实施例提供的脑电信号的质量评估方法中多导脑电信号使用的脑电采集设备的电极分布结构示意图；
81.图3为应用本技术实施例提供的脑电信号的质量评估方法的脑电信号采集设备的流程示意图；以及
82.图4为本技术实施例提供的脑电信号的质量评估装置的结构示意图。
具体实施方式
83.下面详细描述本技术的实施例，所述实施例的示例在附图中示出，其中自始至终
相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本技术，而不能解释为对本技术的限制。
84.本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本技术的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
85.下面以具体地实施例对本技术的技术方案以及本技术的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本技术的实施例进行描述。
86.本技术实施例提供了一种脑电信号的质量评估方法，如图1所示，该方法包括：步骤 s101至步骤s104。
87.步骤s101、基于待处理的多导脑电信号，确定多导脑电信号中工频信号的能量占比；
88.具体地，电子设备基于待处理的多导脑电信号，确定多导脑电信号中工频信号的能量占比。其中，电子设备可以为脑电采集设备，也可以为与脑电采集设备连接的终端、pc机、服务器等。例如，若电子设备为与脑电采集设备连接的pc机，那么pc机获取到脑电采集设备上传的信号后，确定多导脑电信号中工频信号的能量占比；若电子设备为脑电采集设备，即脑电采集设备向pc机上传采集到的信号之前，执行步骤s105，以向pc机上传质量合格的信号。
89.在本技术实施例中，多导脑电信号用于表征采用多导脑电采集设备采集到的信号，即该信号包括多个电极通道各自采集到的通道信号。
90.在本技术实施例中，工频信号的能量占比用于表征工频信号的能量与信号整体的能量的比值。应用时，可以先将信号进行傅里叶变换，得到功率谱，再按照功率与时间的乘积来计算各通道的能量。
91.步骤s102、对多导脑电信号预处理后，确定针对多导脑电信号的多个指标参数。
92.具体地，对多导脑电信号的预处理包括去燥、滤波等操作。例如，可以对多导脑电信号执行1-40hz带通滤波，以及50hz去工频的预处理操作。
93.在本技术实施例中，指标参数用于表征信号在时域或频域的特征，如幅值。
94.步骤s103、根据能量占比和多个指标参数，确定多导脑电信号的质量评估分数。
95.应用时，由于不同指标对信号整体的影响程度不同，因此可以利用加权计算法来对多导脑电信号进行评估，即先计算不同指标对信号的影响分值再加和，得到衡量信号的质量评估分数。应用时，还可以先对不同指标参数融合为用于评估的特征参数，再根据用于评估的特征参数来评估信号的质量。
96.步骤s104、依据质量评估分数对多导脑电信号进行处理。
97.具体地，可以根据质量评估分数的大小来确定该多导脑电信号是否合格，以防止因信号质量不合格影响后续对脑电信号分析的准确度。例如，若质量评估分数大于阈值，则
确定该多导脑电信号合格，否则不合格。
98.本技术实施例通过对待处理的多导脑电信号分析，得到多导脑电信号中的工频信号的能量占比以及多个指标参数，进而依据能量占比和多种指标参数来评估信号质量，得到将信号质量量化的质量评估分数，进而依据质量评估分数对多导脑电信号进行处理，这种将信号质量量化为质量评估分数的方式，起到了将抽象的信号质量评估转变为具象数值的效果，解决相关技术中信号质量评估存在的主观性强且无法量化的问题；同时，因质量评估分数综合考虑到多种指标对信号整体的影响程度，使得信号质量评估的精确度更高，能够进一步提高了后续对信号分析的准确性的目的。
99.在一些实施例中，指标参数包括幅值、幅值分布指数、空间分布指数、脑半球对称性、节律幅值分布指数等。
100.在一些实施例中，确定针对多导脑电信号的幅值的步骤，包括：
101.对各个通道信号进行切片，得到各个通道信号分别对应的若干片段信号；
102.确定各个通道信号分别对应的若干片段信号各自的若干峰值点；
103.对各个通道信号分别对应的若干片段信号各自的若干峰值点的振幅进行均值计算，得到各个通道信号分别对应的若干片段信号各自的片段幅值；
104.依据各个通道信号分别对应的若干片段信号各自的片段幅值进行排序；
105.将排序结果中排名符合预定条件的各个片段信号的片段幅值进行均值计算，得到各个通道信号分别对应的通道幅值；
106.对各个通道信号各自的通道幅值进行均值计算，得到多导脑电信号的幅值。
107.应用时，可以利用预设的时长阈值来对通道信号进行切片。例如，若时长阈值为5s，那么将通道信号划分为每5s一个片段。本技术实施例通过对通道信号的切片，起到了通过缩短用于提取峰值点的信号长度，加快对片段信号的峰值点检测速度的效果。
108.在本技术实施例中，峰值点用于表征信号分布的最值点。应用时，可以采用多种峰值点提取算法进行处理，如最大值法，一阶导过零点法。应用时，可以采用matlab中findpeaks 函数提取峰值点。
109.本技术实施例中，预定条件用于表征对通道信号切分出的若干片段信号的筛选方式。例如，将预定条件设置为筛选排序结果中排名前15％的片段信号；或者将预定条件设置为筛选排序结果中排名中间5％部分的片段信号等。
110.在上述确定针对多导脑电信号的幅值实施例中，确定任一通道信号的若干片段信号各自的若干峰值点的步骤，包括：
111.对该任一通道信号的若干片段信号进行一阶差分计算，得到该任一通道信号的若干片段信号各自的一阶差分序列；
112.对该任一通道信号的若干片段信号各自的一阶差分序列中相邻两项进行乘积计算；
113.若该任一通道信号的若干片段信号各自的一阶差分序列中相邻的任两项的乘积为负，则将该任一通道信号的各个片段信号的该任两项的后一位确定为峰值点。
114.目前脑电信号幅值的计算大多采用对整段信号计算绝对均值的方式，这种方法能够给出整体信号的均值，但是计算出来的脑电幅值范围要比真实脑电的幅值范围小很多，这是因为通过局部最值找到一段信号的峰值点，因为最值方式只能得到局部信号的一个
值，局部信号时间长度会影响最值的结果。为了解决这个问题，本技术提出对信号分片计算，即计算的是片段信号中存在的拐点(即峰值点)，这种通过寻找拐点的方式能够得到局部信号时间内所有的峰值点，而不会受到局部信号时间长度的影响。为了减少高频信号产生的局部大量毛刺导致的拐点过多现象，首先对输入的脑电信号进行平滑处理，这里采用但不局限于10hz低通滤波方式(卷积、均值滤波方式)去除毛刺；然后对平滑后的脑电信号求一阶差分，然后定位一阶差分的过零点即原始信号的峰值点，过零点通过一阶差分错位相乘的方法即前后项相乘为负的位置为过零点，至此就确定了一段信号的所有峰值点。计算所有峰值点的绝对平均值作为该段信号的整体幅值。本实施例根据具体的实验任务将脑电信号各个通道切分成时间窗长相等的多个片段，根据上述方式计算每个片段的信号幅值，得到多个片段的信号幅值，为避免极端值对信号的影响，计算信号幅值分布中值的左右5％范围的幅值的平均值作为整段信号的幅值，依次计算各个通道的信号幅值，得到脑电信号各通道的幅值范围。计算过程如下：对通道信号每5秒切一个片段，对每个片段信号进行10hz低通平滑以去除毛刺，对平滑后的片段信号计算一阶差分diff(n)，对一阶差分diff(n)向左移位，得到diff(n-1)，移位结果为：diff(n-1)的第1位为一阶差分diff(n)的第2位，diff(n-1)的第2位为一阶差分diff(n) 的第3位，以此类推，即一阶差分diff(n)向左移1位，对这两个序列进行乘法运算，得到sn-1，将sn-1为负的点即为原始信号的峰值点。根据这种方式提取出每个片段信号的所有峰值点后进行均值计算，得到每个片段信号的平均幅值；再将每个片段信号平均幅值进行排序，并将排序中间5％的幅值的均值作为这个通道信号的幅值ai，最后对所有通道信号的幅值 ai进行均值计算，得到所有通道的幅值均值。
115.在一些实施例中，确定针对多导脑电信号的幅值分布指数的步骤，包括：
116.以预设的幅值步长对多导脑电信号的各个通道信号进行直方图转换，得到各个通道信号分别对应的统计直方图；
117.对各个通道信号分别对应的统计直方图进行中点连线绘制，得到各个通道信号分别对应的折线图；
118.对各个通道信号分别对应的折线图进行平滑，得到各个通道信号分别对应的平滑曲线图；
119.确定各个通道信号分别对应的平滑曲线图包括的峰值点的数量np，并将各个通道信号分别对应的1/np，作为各个通道信号分别对应的第二质量分值m31；
120.计算各个通道信号分别对应的统计直方图各自在预设的振幅区间中样本数量与各个通道信号分别对应的统计直方图包括的样本总数的比值，得到各个通道信号分别对应的第一质量分值m32；
121.依据各个通道信号分别对应的第一质量分值m31和第二质量分值m32的平均值，确定各个通道信号分别对应的幅值分布值；
122.对各个通道信号分别对应的幅值分布值进行均值计算，得到针对多导脑电信号的幅值分布指数。
123.应用时，以1uv为宽度间隔，统计每个幅值上的样本数量，得到每个通道的幅值统计直方图，然后可以利用上述幅值计算中采用的峰值点的实施例，来统计该幅值统计直方图中的峰值点个数，即执行“对通道信号每5秒切一个片段，对每个片段信号进行10hz低通平滑以去除毛刺，对平滑后的片段信号计算一阶差分diff(n)，对一阶差分diff(n)向左移
位，得到 diff(n-1)，移位结果为：diff(n-1)的第1位为一阶差分diff(n)的第2位，diff(n-1)的第2位为一阶差分diff(n)的第3位，以此类推，即一阶差分diff(n)向左移1位，对这两个序列进行乘法运算，得到sn-1，将sn-1为负的点即为原始信号的峰值点”的步骤。因为脑电信号的有效幅值范围为5-100uv，主要幅值区间在[-20uv,20uv]，本例通过计算分布在[-20uv,-5uv]和 [5uv,20uv]区间内的样本占整个脑电样本的比例来量化采集的脑电信号的有效性。
[0124]
在一些实施例中，确定针对多导脑电信号的空间分布指数的步骤，包括：
[0125]
计算多导脑电信号的各个通道信号分别对应的alpha频带的最大幅值，并进行排序；
[0126]
确定各个通道信号各自排序前半部分中属于目标通道的第一数量c1，以及排序后半部分中前一半中属于目标通道的第二数量c2；
[0127]
依据第一数量c1、第二数量c2，以及预设的第一数量c1的权重和第二数量c2的权重，确定各个通道信号各自在目标通道总数中的占比，以将占比作为针对多导脑电信号的空间分布指数。
[0128]
具体地，目标通道以及目标通道总数根据脑电采集设备来确定。例如，若脑电采集设备具有如图2所示的电极通道，那么目标通道为o1、o2、p3、p4、t5、t6、c3、c4、t3和 t4，目标通道总数为10。根据正常和干净脑电图的生物学描述，闭眼脑电alpha频带最高振幅应出现的通道不同，那么脑电采集设备的电极通道数量不同，第一数量c1、第二数量c2 的权重也不用。
[0129]
脑电采集设备的电极通道如图2时，闭眼脑电alpha频带最高振幅应出现在下图2所示的o1、o2、p3、p4、t5、t6、c3、c4、t3和t4等n个通道，可以根据如下公式计算空间分布指数：s＝(c1*1+c2*0.5)/n，其中，n为10。
[0130]
在一些实施例中，确定针对多导脑电信号的脑半球对称性的步骤，包括：
[0131]
对多导脑电信号的各个通道信号进行频谱转换，得到各个通道信号各自的频谱；
[0132]
基于各个通道信号各自的频谱，确定各个通道信号各自的响应主频率fchn；
[0133]
依据各个通道信号各自的响应主频率fchn对大脑左半球和大脑右半球的相关性进行计算，得到脑半球相关性。
[0134]
具体地，可以依据位于大脑左半球的各个通道信号各自的响应主频率fchn，生成大脑左半球向量；依据位于大脑右半球的各个通道信号各自的响应主频率fchn，生成大脑右半球向量；通过计算大脑左半球向量和大脑右半球向量的相似性，来得到脑半球相关性。
[0135]
脑半球相关性在两个半球之间计算的，其范围在0(表示完全不对称)和100(表示完全相同)之间，每个半球中相邻通道之间的相关性可以作为信号质量的度量指标。应用时，可以利用皮尔逊算法来计算脑半球相关性。
[0136]
在一些实施例中，确定针对多导脑电信号的节律幅值分布指数的步骤，包括：
[0137]
确定多导脑电信号的各个通道信号各自的θ波节律振幅分布和β波节律振幅分布，θ波节律振幅分布为θ波在预设的第一振幅范围内的样本与θ波样本之比，β波节律振幅分布为β波在预设的第二振幅范围内的样本与β波样本之比；
[0138]
对多导脑电信号的各个通道信号各自的θ波节律振幅分布进行均值计算，得到针对多导脑电信号的θ波节律分布平均值；
[0139]
对多导脑电信号的各个通道信号各自的β波节律振幅分布进行均值计算，得到针对多导脑电信号的β波节律分布平均值；
[0140]
依据针对多导脑电信号的θ波节律分布平均值与针对多导脑电信号的β波节律分布平均值的比值，确定针对多导脑电信号的节律幅值分布指数。
[0141]
由于脑电各频率范围内有对应的幅值范围，因此不同脑波的固定频率范围的信号在对应幅值范围内的占比越多，说明信号质量较好，否则质量较差。
[0142]
在上述确定针对多导脑电信号的节律幅值分布指数的实施例中，确定多导脑电信号的各个通道信号各自的θ波节律振幅分布和β波节律振幅分布的步骤，包括：
[0143]
提取多导脑电信号的各个通道信号各自的θ波和β波；
[0144]
基于预设的时间窗参数，确定各个通道信号各自的θ波分别对应的若干窗口信号分别对应的窗口θ波节律振幅分布，以及各个通道信号各自的β波分别对应的若干窗口分别对应的窗口β波节律振幅分布；
[0145]
对各个通道信号各自的θ波分别对应的各窗口信号分别对应的窗口θ波节律振幅分布进行均值计算，得到各个通道信号各自的θ波节律振幅；
[0146]
对各个通道信号各自的β波分别对应的各窗口信号分别对应的窗口β波节律振幅分布进行均值计算，得到各个通道信号各自的β波节律振幅。
[0147]
根据正常脑电描述，所有通道的θ波频带振幅不得超过30μv，又因为脑电信号的有效幅值范围为5-100uv，所以该指标基于任何通道中的振幅不超过30μv最大振幅的样本百分比计算；同理β波节律振幅指标是通过通道的β波振幅不超过20μv的样本占信号窗口中样本总数的百分比。虽然本技术针对的是每个时间窗口计算，因此，存在一个、两个或三个异常值，该指标基于任何通道中的振幅不超过30μv最大振幅的样本百分比不会受到影响，但如果存在几十个或数百个异常值，指标得分会受到影响。本技术通过对各时间窗口进行平均值计算，从而避免了这个问题。
[0148]
计算过程如下：
[0149]
对各通道信号执行θ频带(4-8hz)带通滤波；
[0150]
对各通道信号每5秒一个时间窗进行划分；
[0151]
统计θ频带信号的幅值统计分布，计算[5uv,30uv]和[-30uv，-5uv]范围内样本占整个θ频带幅值样本的比值，得到每个各通道信号的所有时间窗的比值；
[0152]
计算各通道信号的所有时间窗的比值的均值s61_ch；
[0153]
计算各通道信号的所有时间窗的比值的均值s61_ch的平均值，得到所有通道的θ波节律分布平均值s61；
[0154]
同理，计算所有通道的β频带节律分布平均值s62；
[0155]
对节律幅值分布指数s6进行计算，s6＝(s61+s62)/2。
[0156]
在一些实施例中，确定针对多导脑电信号的工频信号的能量占比的步骤，包括：
[0157]
计算多导脑电信号的各个通道信号分别对应的能量e1；
[0158]
对各个通道信号进行工频去除后，计算各个通道信号分别对应的去工频能量e2；
[0159]
对各个通道信号分别对应的能量e1和各个通道信号分别对应的去工频能量e2进行差值计算，得到各个通道信号分别对应的工频信号的能量p＝e1-e2；
[0160]
计算各个通道信号分别对应的工频信号的能量占比r＝p/e1；
[0161]
对各个通道信号分别对应的工频信号的能量占比r＝p/e1进行均值计算，得到针对多导脑电信号的工频信号的能量占比。
[0162]
脑电信号是一种非稳定的随机信号，很难真正实现信噪比计算，因而本技术采用工频信号的能量占比来量化环境工频噪声对信号的影响。首先计算各个通道原始脑电信号的能量，然后对原始脑电信号进行50hz陷波，计算去工频后脑电信号的能量，用原始信号能量减去去工频后脑电信号能量，得到工频噪声能量(实际是工频和50hz脑电信号，但是工频相对于50hz脑电信号能量要高，所以假设都是工频信号)，然后计算去工频后脑电信号能量与工频噪声能量的比的对数，作为环境噪声量化指标。
[0163]
在一些实施例中，根据能量占比和多个指标参数，确定多导脑电信号的质量评估分数的步骤，包括：
[0164]
确定针对能量占比的第一系数，以及针对多个指标参数各自的第二系数；
[0165]
依据能量占比与第一系数的乘积，确定能量占比的第一评估分值；
[0166]
依据多个指标参数各自与针对多个指标参数各自的第二系数的乘积，确定多个指标参数各自的第二评估分值；
[0167]
对第一评估分值和多个指标参数各自的第二评估分值进行加权乘积求和计算，得到多导脑电信号的质量评估分数。
[0168]
在上述确定多导脑电信号的质量评估分数的实施例中，确定针对能量占比的第一系数，以及针对多个指标参数各自的第二系数的步骤，包括：
[0169]
对预设的针对能量占比的最大值和最小值进行加和计算，得到第一统计值；
[0170]
对针对多个指标参数各自的最大值和最小值分别进行加和计算，得到多个指标参数各自的第二统计值；
[0171]
将预设常量与第一统计值的比值，确定为针对能量占比的第一系数；
[0172]
将预设常量分别与多个指标参数各自的第二统计值的比值，确定为针对多个指标参数各自的第二系数。
[0173]
本技术实施例可以根据下述两个公式来计算：
[0174]
ci是评估指标i(i表示能量占比、幅值、幅值分布指数、空间分布指数、脑半球对称性和节律幅值分布指数)的最终结果，si是评估指标i的统计值(即上述实施例计算得到的结果)，thil和thih分别是评估指标i的训练质量合格数据的统计范围上下界值。例如评估指标s1的上下界为[8uv,12uv],s1统计值为6uv，则c1＝(6*2)/(8+12)＝0.6；r代表整个信号质量的质量评估分数，wi表示每个评估指标的权重，n是指标个数。
[0175]
在一些实施例中，步骤s105依据质量评估分数对多导脑电信号进行处理的步骤，包括以下至少一个步骤：
[0176]
若质量评估分数大于预设的质量评估分数阈值，则对多导脑电信号进行存储；
[0177]
若质量评估分数不大于预设的质量评估分数阈值，则对多导脑电信号进行丢弃。
[0178]
在对多导脑电信号进行存储后，通过读取缓存中的脑电信号来提取时域特征等处
理。
[0179]
应用时，若电子设备为脑电采集设备，那么在信号的质量评估分数不大于预设的质量评估分数的情形下，脑电采集设备丢弃该信号，否则将该信号进行上传。应用时，丢弃该信号前，还可以将该信号的各个指标分别对应的评估分值与各自的阈值进行比较，并根据评估分值小于阈值的指标来确定信号不合格的原因。
[0180]
应用时，若电子设备为pc机，那么在信号的质量评估分数大于预设的质量评估分数的情形下，pc机对该信号进行存储。
[0181]
下面以脑电信号采集设备为执行主体结合图3对本技术实施例提供的脑电信号的质量评估方法进行详细说明。首先，启动脑电信号采集设备开始采集脑电数据，对该脑电数据计算指标1(工频信号的能量占比)后进行数据预处理，如1-40hz带通滤波和50hz去工频；再对预处理后的脑电数据计算指标2至指标5，即计算多导信号的幅值、幅值分布、alpha空间分布指数、脑半球对称性和节律分数指数，最后利用指标1至指标6中各个指标以及各自的系数进行乘积计算，得到6个评估分值，即指标1至指标6各自的评估分值，再参照公式进行加权乘积求和计算，得到多导信号的质量评估分数。若该质量评估分数大于预设的质量评估分数，脑电信号采集设备对多导脑电信号进行缓存以进行上传；否则丢失。应用时，在丢弃前，还可以进一步分析该信号不合格的原因。例如，将指标1至指标6 各自的评估分值分别与各自的阈值进行比较，最终根据小于阈值的指标来确定不合格原因。例如，若指标2的评估分值为s1，s1小于针对指标1的阈值，则确定信号不合格原因为信号幅值未达标。
[0182]
本技术的又一实施例提供了一种脑电信号的质量评估装置，如图4所示，该装置40包括：第一评估参数确定模块401、第二评估参数确定模块402、质量评估分数确定模块403 以及多导脑电信号评估模块404。
[0183]
第一评估参数确定模块401，用于基于待处理的多导脑电信号，确定针对多导脑电信号的工频信号的能量占比；
[0184]
第二评估参数确定模块402，用于对多导脑电信号预处理后，确定针对多导脑电信号的多个指标参数；
[0185]
质量评估分数确定模块403，用于根据能量占比和多个指标参数，确定多导脑电信号的质量评估分数；
[0186]
多导脑电信号评估模块404，用于依据质量评估分数对多导脑电信号进行处理。
[0187]
本技术实施例通过对待处理的多导脑电信号分析，得到多导脑电信号中的工频信号的能量占比以及多个指标参数，进而依据能量占比和多种指标参数来评估信号质量，得到将信号质量量化的质量评估分数，进而依据质量评估分数对多导脑电信号进行处理，这种将信号质量量化为质量评估分数的方式，起到了将抽象的信号质量评估转变为具象数值的效果，解决相关技术中信号质量评估存在的主观性强且无法量化的问题；同时，因质量评估分数综合考虑到多种指标对信号整体的影响程度，使得信号质量评估的精确度更高，能够进一步提高了后续对信号分析的准确性的目的。
[0188]
进一步地，指标参数至少包括：
[0189]
幅值、幅值分布指数、空间分布指数、脑半球对称性和节律幅值分布指数。
[0190]
进一步地，第二评估参数确定模块确定针对多导脑电信号的幅值包括：
[0191]
信号切片处理子模块，用于对各个通道信号进行切片，得到各个通道信号分别对应的若干片段信号；
[0192]
信号片段峰值点确定子模块，用于确定各个通道信号分别对应的若干片段信号各自的若干峰值点；
[0193]
信号片段幅值确定子模块，用于对各个通道信号分别对应的若干片段信号各自的若干峰值点的振幅进行均值计算，得到各个通道信号分别对应的若干片段信号各自的片段幅值；
[0194]
信号片段幅值排序子模块，用于依据各个通道信号分别对应的若干片段信号各自的片段幅值进行排序；
[0195]
通道信号幅值确定子模块，用于将排序结果中排名中符合预定条件的各个片段信号的片段幅值进行均值计算，得到各个通道信号分别对应的通道幅值；
[0196]
多导信号幅值确定子模块，用于对多导脑电信号的各个通道信号各自的通道幅值进行均值计算，得到多导脑电信号的幅值。
[0197]
进一步地，信号片段峰值点确定子模块确定任一通道信号的若干片段信号各自的若干峰值点包括：
[0198]
一阶差分计算单元，用于对该任一通道信号的若干片段信号进行一阶差分计算，得到该任一通道信号的若干片段信号各自的一阶差分序列diff1(n)；
[0199]
错位相乘计算单元，用于对该任一通道信号的若干片段信号各自的一阶差分序列diff1(n) 中相邻两项进行乘积计算；
[0200]
峰值点确定单元，用于若该任一通道信号的若干片段信号各自的一阶差分序列diff1(n) 中相邻的任两项的乘积为负，则将该任一通道信号的各个片段信号的该任两项的后一位确定为峰值点。
[0201]
进一步地，第二评估参数确定模块确定针对多导脑电信号的幅值分布指数包括：
[0202]
直方图转换子模块，用于以预设的幅值步长对多导脑电信号的各个通道信号进行直方图转换，得到各个通道信号分别对应的统计直方图；
[0203]
折线图绘制子模块，用于对各个通道信号分别对应的统计直方图进行中点连线绘制，得到各个通道信号分别对应的折线图；
[0204]
折线图平滑处理子模块，用于对各个通道信号分别对应的折线图进行平滑，得到各个通道信号分别对应的平滑曲线图；
[0205]
第一质量分值确定子模块，用于确定各个通道信号分别对应的平滑曲线图包括的峰值点的数量np，并将各个通道信号分别对应的1/np，作为各个通道信号分别对应的第一质量分值m31；
[0206]
第二质量分值确定子模块，用于计算各个通道信号分别对应的统计直方图各自在预设的振幅区间中样本数量与各个通道信号分别对应的统计直方图包括的样本总数的比值，得到各个通道信号分别对应的第二质量分值m32；
[0207]
各通道幅值分布确定子模块，用于将各个通道信号分别对应的的第一质量分值m31和第二质量分值m32的平均值，作为各个通道信号分别对应的幅值分布值；
[0208]
多导信号幅值分布确定子模块，用于对各个通道信号分别对应的幅值分布值进行
均值计算，得到针对多导脑电信号的幅值分布指数。
[0209]
进一步地，第二评估参数确定模块确定针对多导脑电信号的空间分布指数包括：
[0210]
各通道alpha频带排序子模块，用于计算多导脑电信号的各个通道信号分别对应的alpha 频带的最大幅值，并进行排序；
[0211]
目标通道分布数量确定子模块，用于确定各个通道信号各自排序前半部分中属于目标通道的第一数量c1，以及排序后半部分中前一半中属于目标通道的第二数量c2；
[0212]
多导信号空间分布确定子模块，用于依据第一数量c1、第二数量c2，以及预设的第一数量c1的权重和第二数量c2的权重，确定各个通道信号各自在目标通道总数中的占比，以将占比作为针对多导脑电信号的空间分布指数。
[0213]
进一步地，第二评估参数确定模块确定针对多导脑电信号的脑半球对称性包括：
[0214]
各通道信号频谱转换子模块，用于对多导脑电信号的各个通道信号进行频谱转换，得到各个通道信号各自的频谱；
[0215]
各通道信号主频确定子模块，用于基于各个通道信号各自的频谱，确定各个通道信号各自的响应主频率fchn；
[0216]
多导信号脑半球对称性确定子模块，用于依据各个通道信号各自的响应主频率fchn对大脑左半球和大脑右半球的相关性进行计算，得到脑半球对称性。
[0217]
进一步地，第二评估参数确定模块确定针对多导脑电信号的节律幅值分布指数包括：
[0218]
各通道节律振幅分布确定子模块，用于确定多导脑电信号的各个通道信号各自的θ波节律振幅分布和β波节律振幅分布，θ波节律振幅分布为θ波在预设的第一振幅范围内的样本与θ波样本之比，β波节律振幅分布为β波在预设的第二振幅范围内的样本与β波样本之比；
[0219]
多导信号θ波节律振幅分布确定子模块，用于对多导脑电信号的各个通道信号各自的θ波节律振幅分布进行均值计算，得到针对多导脑电信号的θ波节律分布平均值；
[0220]
多导信号β波节律振幅分布确定子模块，用于对多导脑电信号的各个通道信号各自的β波节律振幅分布进行均值计算，得到针对多导脑电信号的β波节律分布平均值；
[0221]
多导信号节律分布确定子模块，用于依据针对多导脑电信号的θ波节律分布平均值与针对多导脑电信号的β波节律分布平均值的比值，确定针对多导脑电信号的节律幅值分布指数。
[0222]
进一步地，各通道节律振幅分布确定子模块包括：
[0223]
各通道指定脑波提取单元，用于提取多导脑电信号的各个通道信号各自的θ波和β波；
[0224]
各通道窗口节律分布确定单元，用于基于预设的时间窗参数，确定各个通道信号各自的θ波分别对应的若干窗口信号分别对应的窗口θ波节律振幅分布，以及各个通道信号各自的β波分别对应的若干窗口分别对应的窗口β波节律振幅分布；
[0225]
各通道θ波节律均值确定子模块，用于对各个通道信号各自的θ波分别对应的各窗口信号分别对应的窗口θ波节律振幅分布进行均值计算，得到各个通道信号各自的θ波节律振幅；
[0226]
各通道β波节律均值确定子模块，用于对各个通道信号各自的β波分别对应的各窗
口信号分别对应的窗口β波节律振幅分布进行均值计算，得到各个通道信号各自的β波节律振幅。
[0227]
进一步地，第一评估参数确定模块包括：
[0228]
各通道能量计算子模块，用于计算多导脑电信号的各个通道信号分别对应的能量e1；
[0229]
各通道去工频能量计算子模块，用于对各个通道信号进行工频去除后，计算各个通道信号分别对应的去工频能量e2；
[0230]
各通道工频能量计算子模块，用于对各个通道信号分别对应的工频信号的能量e1和各个通道信号分别对应的去工频能量e2进行差值计算，得到各个通道信号分别对应的工频信号的能量p＝e1-e2；
[0231]
各通道工频能量占比计算子模块，用于计算各个通道信号分别对应的工频信号的能量占比r＝p/e1；
[0232]
多导信号工频能量占比子模块，用于对各个通道信号分别对应的工频信号的能量占比 r＝p/e1进行均值计算，得到针对多导脑电信号的工频信号的能量占比。
[0233]
进一步地，质量评估分数确定模块包括：
[0234]
各指标系数确定子模块，用于确定针对能量占比的第一系数，以及针对多个指标参数各自的第二系数；
[0235]
第一评估分值确定子模块，用于依据能量占比与第一系数的乘积，确定能量占比的第一评估分值；
[0236]
第二评估分值确定子模块，用于依据多个指标参数各自与针对多个指标参数各自的第二系数的乘积，确定多个指标参数各自的第二评估分值；
[0237]
多导信号评估分数确定子模块，用于对第一评估分值和多个指标参数各自的第二评估分值进行加权乘积求和计算，得到多导脑电信号的质量评估分数。
[0238]
进一步地，各指标系数确定子模块包括：
[0239]
第一统计值确定单元，用于对预设的针对能量占比的最大值和最小值进行加和计算，得到第一统计值；
[0240]
第二统计值确定单元，用于对针对多个指标参数各自的最大值和最小值分别进行加和计算，得到多个指标参数各自的第二统计值；
[0241]
第一系数确定单元，用于将预设常量与第一统计值的比值，确定为针对能量占比的第一系数；
[0242]
第二系数确定单元，用于将预设常量分别与多个指标参数各自的第二统计值的比值，确定为针对多个指标参数各自的第二系数。
[0243]
进一步地，多导脑电信号评估模块包括以下至少一个子模块：
[0244]
第一处理子模块，用若质量评估分数大于预设的质量评估分数阈值，则对多导脑电信号进行缓存；
[0245]
第二处理子模块，用于若质量评估分数不大于预设的质量评估分数阈值，则对多导脑电信号进行丢弃。
[0246]
本实施例的脑电信号的质量评估装置可执行本技术实施例所示的脑电信号的质量评估方法，其实现原理相类似，此处不再赘述。
[0247]
本技术又一实施例提供了一种终端，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，该处理器执行计算机程序时以实现上述脑电信号的质量评估方法。
[0248]
具体地，处理器可以是cpu，通用处理器，dsp，asic，fpga或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本技术公开内容所描述的各种示例性的逻辑方框，模块和电路。处理器也可以是实现计算功能的组合，例如包含一个或多个微处理器组合，dsp和微处理器的组合等。
[0249]
具体地，处理器通过总线与存储器连接，总线可包括一通路，以用于传送信息。总线可以是pci总线或eisa总线等。总线可以分为地址总线、数据总线、控制总线等。
[0250]
存储器可以是rom或可存储静态信息和指令的其他类型的静态存储设备，ram或者可存储信息和指令的其他类型的动态存储设备，也可以是eeprom、cd-rom或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。
[0251]
可选的，存储器用于存储执行本技术方案的计算机程序的代码，并由处理器来控制执行。处理器用于执行存储器中存储的应用程序代码，以实现上述实施例提供的脑电信号的质量评估装置的动作。
[0252]
本技术又一实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述脑电信号的质量评估方法。
[0253]
以上所描述的装置实施例仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
[0254]
本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统可以被实施为软件、固件、硬件及其适当的组合。某些物理组件或所有物理组件可以被实施为由处理器，如中央处理器、数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于ram、rom、eeprom、闪存或其他存储器技术、 cd-rom、数字多功能盘(dvd)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。
[0255]
以上是对本技术的较佳实施进行了具体说明，但本技术并不局限于上述实施方式，熟悉本领域的技术人员在不违背本技术精神的前提下还可做出种种的等同变形或替换，这些等同的变形或替换均包含在本技术权利要求所限定的范围内。