清醒状态下的脑电信号数据类型的标注方法和系统与流程

技术特征：

1.一种清醒状态下的脑电信号数据类型的标注方法，其特征在于，包括：

在用户开始睡眠过程后，采集用户的脑电信号样本；

对所述脑电信号样本进行小波分解，并根据设定低频段的小波系数进行信号重建得到脑电信号；

计算所述脑电信号的样本熵，将该样本熵与预先计算的样本熵阈值进行比较；

若所述样本熵大于所述样本熵阈值，将所述脑电信号样本的信号类型标注为清醒状态。

2.根据权利要求1所述的清醒状态下的脑电信号数据类型的标注方法，其特征在于，还包括：

从开始采集脑电信号后，获取设定时间内的脑电信号；

将设定时间内的脑电信号分成多个样本，并分别计算各个脑电信号样本的样本熵，得到样本熵集合；

根据所述样本熵集合计算样本熵阈值。

3.根据权利要求2所述的清醒状态下的脑电信号数据类型的标注方法，其特征在于，所述根据所述样本熵集合计算样本熵阈值的计算公式如下：

$sampen\_thre=\frac{1}{n}\underset{i=1}{\overset{n}{\Σ}}sampen\_{\mathrm{val}}_i+\frac{v}{n}(\underset{i=1}{\overset{n}{\Σ}}sampen\_{\mathrm{val}}_i^2-\underset{i=1}{\overset{n}{\Σ}}sampen\_{\mathrm{val}}_i)$

sampen_val_i＝sampen(y[p_start:p_end])

p_start＝(i-1)*time_length*fs+1

p_end＝t_start+time_length*fs-1

p_end＜T·fs

式中，其中sampen_thre为样本熵阈值，sampen_val_i为样本熵集合中第i个样本的样本熵，sampen为求样本熵的运算，其输入y[p_start:p_end]为脑电信号y在第p_start点开始到第p_end点为止的部分，time_length为计算样本熵的每个样本的时间长度，fs为脑电信号的采样率，T为开始采集脑电信号后的设定时间，v为设定参数。

4.根据权利要求3所述的清醒状态下的脑电信号数据类型的标注方法，其特征在于，所述参数v的取值如下：

$X_i=\frac{sampen\_{\mathrm{val}}_i-u}{\mathrm{\σ}},i=1,...,n$

其中，

x＝v

$\mathrm{\Φ}\left(x\right)={\∫}_{-\mathrm{\∞}}^x\frac{1}{\sqrt{2\mathrm{\π}}}\exp (-\frac{t^2}{2})dt=P,(X\≤x)$

式中，X表示样本熵集合，X_i表示样本熵集合X中第i个元素，Φ(x)表示标准正态分布函数的积分，P(X≤x)表示样本熵的集合X中的取值小于x的概率。

5.根据权利要求4所述的清醒状态下的脑电信号数据类型的标注方法，其特征在于，所述T＝300s，time_length＝30s，v＝2.58。

6.根据权利要求1至5任一项所述的清醒状态下的脑电信号数据类型的标注方法，其特征在于，还包括：

在开始采集用户的脑电信号样本后，同时采集用户的实时眼电信号；

对所述实时眼电信号进行小波分解，并根据设定低频段的小波系数进行信号重建得到眼电信号；

根据同一时刻脑电信号和眼电信号的相关性以及眨眼眼电波形的特征，在眼电信号上检测眨眼活动；

当检测到眨眼活动时，判定当前采集的脑电信号样本为清醒状态下的脑电信号。

7.根据权利要求6所述的清醒状态下的脑电信号数据类型的标注方法，其特征在于，所述根据同一时刻脑电信号和眼电信号的相关性以及眨眼眼电波形的特征，在眼电信号上检测眨眼活动的步骤包括：

利用具有设定信号幅度范围和时间长度的滑动窗口截取所述低频眼信号；

分别计算滑动窗口内眼电信号与同一时刻脑电信号的波形的相关系数，滑动窗口内眼电信号波形尖峰的尖锐程度参数以及尖峰的持续时间；

若所述相关系数、尖锐程度参数和持续时间均分别满足预设的相关系数阈值、尖锐程度参数阈值和持续时间阈值，判断该滑动窗口内眼电信号存在眨眼活动。

8.根据权利要求7所述的清醒状态下的脑电信号数据类型的标注方法，其特征在于，所述计算滑动窗口内眼电信号波形尖峰的尖锐程度参数的步骤包括：

分别计算眼电信号波形在滑动窗口内的上部区域面积和下部区域面积，计算公式如下：

${\mathrm{area}}_{up}=\underset{i=1}{\overset{n}{\Σ}}(p_{max}-p_i)$

${\mathrm{area}}_{down}=\underset{i=1}{\overset{n}{\Σ}}(p_i-p_{min})$

式中，p_i为滑动窗口内的眼电信号，p_max为滑动窗口内眼电信号的最大值，p_min为滑动窗口内眼电信号的最小值，area_up表示上部区域面积，area_down表示下部区域面积；

根据所述上部区域面积和下部区域面积计算所述眼电信号波形尖峰的面积，计算公式如下：

${\mathrm{blink}}_{area}=\left\{\begin{array}{ccc}{\mathrm{area}}_{up}& if& {\mathrm{area}}_{up}\<{\mathrm{area}}_{down}\\ {\mathrm{area}}_{down}& if& {\mathrm{area}}_{up}\>{\mathrm{area}}_{down}\end{array}\right.$

式中，blink_area表示尖峰的面积，if表示满足条件；

根据尖峰面积计算尖锐程度参数，计算公式如下：

blink_ratio＝blink_area/in-blink_area

式中，blink_ratio表示尖锐程度参数，in-blink_area表示非尖峰部分的面积。

9.根据权利要求8所述的清醒状态下的脑电信号数据类型的标注方法，其特征在于，所述计算滑动窗口内眼电信号波形尖峰的持续时间的步骤包括：

根据所述上部区域面积和下部区域面积计算所述眼电信号波形尖峰的方向，计算公式如下：

${\mathrm{blink}}_{direction}=\left\{\begin{array}{ccc}1& if& {\mathrm{area}}_{up}\<{\mathrm{area}}_{down}\\ -1& if& {\mathrm{area}}_{up}\>{\mathrm{area}}_{down}\end{array}\right.$

式中，blink_direction表示尖峰方向，标记为1表示尖峰向下，标记为-1表示尖峰向上；

在尖峰向下时，根据尖峰两侧的局部极大值点计算尖峰的持续时间；或者在尖峰向上时，根据尖峰两侧的局部局部极小值点计算尖峰的持续时间；计算公式如下：

blink_ts＝vertex_right-vertex_left,

$s.t.\left\{\begin{array}{cccc}{\mathrm{vertex}}_{right}=right\_\min \_loca& {\mathrm{vertex}}_{left}=left\_\min \_loca& if& {\mathrm{blink}}_{direction}=1\\ {\mathrm{vertex}}_{right}=right\_\max \_loca& {\mathrm{vertex}}_{left}=left\_\max \_loca& if& {\mathrm{blink}}_{direction}=-1\end{array}\right.$

式中，blink_ts表示尖峰的持续时间，vertex_right表示尖峰的右侧顶点时刻，表示尖峰的左侧顶点时刻，right_min_loca表示尖峰右侧的局部极小值点，right_max_loca表示尖峰右侧的局部极大值点，left_min_loca表示尖峰左侧的局部极小值点，left_max_loca表示尖峰左侧的局部极大值点，s.t.表示约束条件。

10.一种清醒状态下的脑电信号数据类型的标注系统，其特征在于，包括：

脑电信号采集模块，用于在用户开始睡眠过程后，采集用户的脑电信号样本；

低频信号重建模块，用于对所述脑电信号样本进行小波分解，并根据设定低频段的小波系数进行信号重建得到脑电信号；

样本熵比较模块，用于计算所述脑电信号的样本熵，将该样本熵与预先计算的样本熵阈值进行比较；

样本类型标注模块，用于若所述样本熵大于所述样本熵阈值，将所述脑电信号样本的信号类型标注为清醒状态。