一种自动识别和提取睡眠脑电中k复合波的方法
【专利摘要】一种自动识别和提取睡眠脑电中K复合波的方法，包括以下步骤：对脑电信号进行小波分解和重构；对重构的数据采用Teager?energy能量算子的运算并取绝对值；对得到的Teager能量曲线平滑并0/1粗粒化；对粗粒化的数据进行阈值检测；对满足阈值的重构信号进行形态学检测，满足形态学检测条件则该位置的信号为K复合波并记录下起点和终点位置以及波峰波谷的值和位置；本发明对小波分解重构后的信号用Teager能量算子进行分析，提取Teager能量算子的绝对值序列并进行平滑、粗粒化处理，该方法实现容易，抗噪能力强，并能比较准确地确定K复合波的位置以及波峰波谷的值和位置，为睡眠分期中非眼动2期的识别及K复合波的研究奠定了基础。
【专利说明】一种自动识别和提取睡眠脑电中K复合波的方法
【技术领域】
[0001]本发明涉及脑电信号【技术领域】，特别涉及一种自动识别和提取睡眠脑电中K复合波的方法。
【背景技术】
[0002]充足的睡眠是国际社会公认的三项健康标准，但是随着科学技术的进步，生活节奏的加快和来自各方面压力的不断增大，人类越来越多的遭受着各种睡眠相关疾病的折磨，比如:失眠、嗜睡等。睡眠质量的下降不仅影响到人的生理健康还会危害人的心理健康，因为睡眠质量的下降，往往还伴随着一些心理疾病的发生，比如:焦虑症、抑郁，慢性疼痛，害怕失眠等症状。除了精神疾病，其他疾病与睡眠的关系也得到了广泛的研究，通过睡眠脑电图的检测，可以为癫痫、脑血栓、脑缺氧、中枢神经系统疾病以及智能障碍提供诊断和治疗等方面的信息。因此对睡眠的观察和监护具有重要的意义。
[0003]睡眠效果的判定不仅要看睡眠时间的长短，更重要的是由睡眠深度来决定的。因此睡眠分期对研究睡眠有着重要意义。目前国际上将睡眠分为两种状态:非快速眼动期和快速眼动期，非快速眼动期又分为一、二、三和四期，其睡眠深度依次加深。睡眠进入非快速眼动二期的最重要的标志特征就是脑电图中出现K复合波。K复合波是大幅值的双相慢波，即形态学上要求先有一个正向波，紧接着一个负向波，平均持续时间为0.5-1.5s，峰峰值在10v到400v之间。K复合波的识别不仅为睡眠分期提供了重要的判别特征，对探索睡眠的生理机制、睡眠障碍、认知活动等有着重要意义，在临床睡眠障碍疾病检测和治疗中有很好的应用前景。
[0004]传统检测K复合波的方法主要依靠人工，不仅费时费力而且主观性强；随着对K复合波的研究，逐渐出现了很多自动识别K复合波的方法，主要有以下几种:形态学检测、时频分析以及提取特征通过神经网络分类。形态学检测容易受到噪声的干扰，神经网络分类不能准确地判断K复合波出现的位置。近两年，国外科研工作者提出了先采用数字滤波结合Teager能量算子方法检测脑电中的K复合波，再利用小波分解重构及形态学方法检测K复合波，通过两者结果对比，最终提取K复合波。
[0005]但是，由于Teager能量算子是一种适用于单分量信号分析的方法，容易受噪声、干扰影响；而数字滤波技术不能很好地完全去除低频段的噪声、干扰，从而导致滤波结合能量算子的方法对于临床实际信号中K复合波的识别有较大误差，最终导致整体检测效果不佳，算法的通用性、鲁棒性较差。
【发明内容】
[0006] 为了克服上述现有技术的缺陷，本发明的目的在于提供一种自动识别和提取睡眠脑电中K复合波的方法，首先采用小波分解和重构方法提取K复合波所在相应频段的信号，然后对重构信号采用Teager能量算子进行分析并提取Teager能量算子序列，计算该序列的绝对值序列，并对其进行平滑、粗粒化处理。这些措施保证了用Teager能量算子识别和提取K复合波的精度，去除了噪声对于该方法的不良影响，提高了算法的抗噪能力和鲁棒性。
[0007]为了达到上述目的，本发明通过以下技术方案实现:
[0008]一种自动识别和提取睡眠脑电中K复合波的方法，具体实现步骤如下:
[0009]步骤一、读取睡眠脑电信号X (t)，对X (t)分段，段长为30s，对每一段的数据利用db5小波进行八层的小波分解，依据K复合波的主要分布范围，选择第7层、8层的低频系数进行重构，得到预处理后脑电信号y(t)；
[0010]步骤二、对预处理后脑电信号y(t)的最大值max(y(t))和最小值min(y(t))进行对比，若最大值和最小值的差的绝对值大于100μ V时，则对预处理后脑电信号y(t)进行Teager能量算子(TEO)的计算并取其绝对值,得到Teager能量算子(TEO)的绝对值序列ζ (η)，若不满足上述条件，则不处理，进行下一段信号的处理；
[0011]步骤三、对Teager能量算子(TEO)的绝对值序列ζ (η)进行平滑处理，方法为加矩形窗求平均值，窗长为125，步长为1，得到新的序列ο(η)；
[0012]步骤四、将平滑后的序列ο(η)进行粗粒化转化为0/1序列ρ(η)；
[0013]步骤五、检测0/1序列P (η)中连续I的持续时间，若持续时间大于0.5s,则记录其起始和终止的位置，以此为据，去查找重构信号相对应的位置，然后对该位置的重构信号进行形态学检测，满足形态学检测条件则该位置的信号为K复合波，并记录下起点和终点位置以及波峰波谷的值和其位置。
[0014]所述的步骤二中，对预处理后脑电信号y(t)进行Teager能量算子(TEO)的计算，具体为:
[0015]对Teager能量算子的定义为:
[0016]
【权利要求】
1.一种自动识别和提取睡眠脑电中K复合波的方法，其特征在于，具体实现步骤如下: 步骤一、读取睡眠脑电信号X (t)，对X (t)分段，段长为30s，对每一段的数据利用db5小波进行八层的小波分解，依据K复合波的主要分布范围，选择第7、8层的低频系数进行重构，得到预处理后脑电信号y(t)； 步骤二、对预处理后脑电信号y(t)的最大值max(y(t))和最小值min (y (t))进行对比，若最大值和最小值的差的绝对值大于100μν时，则对预处理后脑电信号y(t)进行Teager能量算子(TEO)的计算并取其绝对值,得到Teager能量算子(TEO)的绝对值序列z (η)，若不满足上述条件，则不处理，进行下一段信号的处理； 步骤三、对Teager能量算子(TEO)的绝对值序列ζ (η)进行平滑处理，方法为加矩形窗求平均值，窗长为125，步长为1，得到新的序列ο(η)； 步骤四、将平滑后的序列ο(η)进行粗粒化转化为0/1序列ρ(η)； 步骤五、检测0/1序列P (η)中连续I的持续时间,若持续时间大于0.5s,则记录其起始和终止的位置，以此为据，去查找重构信号相对应的位置，然后对该位置的重构信号进行形态学检测，满足形态学检测条件则该位置的信号为K复合波，并记录下起点和终点位置以及波峰波谷的值和其位置。
2.根据权利要求1所述的一种自动识别和提取睡眠脑电中K复合波的方法，其特征在于，所述的步骤二中，对预处理后脑电信号y(t)进行Teager能量算子(TEO)的计算，具体为: 对Teager能量算子的定义为:
其中，x(n)代表预处理后脑电信号y(t)中第η个样本值信号，代表Teager能量算子(TEO)的输出序列。
3.根据权利要求1所述的一种自动识别和提取睡眠脑电中K复合波的方法，其特征在于，所述的步骤四中，粗粒化为0/1序列P (η)的公式为:
「l，o(n) > threshold
p(n) = 3
[O, o(n) < threshold 其中o(n)为平滑处理后所得序列，threshold为设定的阈值，其定义为-threshold =1.5 X (mean (ο (η)) + (std (ο (η)))), mean (ο (η))为 ο (η)的平均值，std (ο (η))为 ο (η)的标准差，P (η)为粗粒化转换后所得的新的0/1序列。
4.根据权利要求1所述的一种自动识别和提取睡眠脑电中K复合波的方法，其特征在于，所述的步骤五中，形态学检测的具体过程:首先求重构信号相对应的位置的峰峰值，即连续I起始位置和终止位置对应的重构信号的峰峰值，检测峰峰值是否满足大于10v且小于400ν的条件；其次检测正向以及负向波的持续时间是否满足大于总持续时间的1/4 ;最后检测峰峰值之间的斜率是否满足大于200v/s ;若上述条件均满足，则该时间段的信号为K見合波。
【文档编号】A61B5/0452GK104068849SQ201410312709
【公开日】2014年10月1日 申请日期:2014年7月2日 优先权日:2014年7月2日
【发明者】徐进, 魏妍, 吴舒婷 申请人:西安交通大学