信号去噪方法、装置、电子装置和存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113869107A(43)申请公布日2021.12.31(21)申请号202110959698.X(22)申请日2021.08.20(71)申请人杭州回车电子科技有限公司地址311100浙江省杭州市余杭区仓前街道良睦路1399号22号楼2260室(72)发明人陈子豪易昊翔(74)专利代理机构杭州华进联浙知识产权代理有限公司33250代理人何晓春(51)Int.Cl.G06K9/00(2006.01)G06F17/14(2006.01)A61B5/369(2021.01)A61B5/00(2006.01)权利要求书2页说明书9页附图3页(54)发明名称信号去噪方法、装置、电子装置和存储介质(57)摘要本申请涉及一种信号去噪方法、装置、电子装置和存储介质，其中，该信号去噪方法，获取待去噪的目标信号片段，提取目标信号片段的特征参数，根据特征参数，得到目标信号片段的噪声类别，根据目标信号片段的噪声类别，采取预设的去噪方式对目标信号片段进行去噪，预设的去噪方式中包括针对不同类型的噪声类别设置的不同的去噪阈值与策略。其实现了基于目标信号自身特性的自适应去噪，降低了EEG信号的噪声含量，从而提升了用户体验，并提高了对EEG信号分析结果的准确度。CN113869107ACN113869107A权利要求书1/2页1.一种信号去噪方法，其特征在于，包括：获取待去噪的目标信号片段；提取所述目标信号片段的特征参数；根据所述特征参数，得到所述目标信号片段的噪声类别；根据所述目标信号片段的噪声类别，采取预设的去噪方式对所述目标信号片段进行去噪；所述预设的去噪方式中包括针对不同类型的噪声类别设置的不同的去噪阈值与策略。2.根据权利要求1所述的信号去噪方法，其特征在于，所述特征参数包括第一特征参数和第二特征参数，所述提取所述目标信号片段的特征参数，包括：利用带通滤波器对所述目标信号片段进行滤波，得到所述目标信号片段的滤波信号片段；计算所述目标信号片段中指示噪声含量的第一特征参数，计算所述滤波信号片段中指示噪声含量的第二特征参数。3.根据权利要求1所述的信号去噪方法，其特征在于，所述提取所述目标信号片段的特征参数，还包括：利用带通滤波器对所述目标信号片段进行滤波，得到所述目标信号片段的滤波信号；计算所述滤波信号片段的频谱特征，将所述滤波信号片段和所述频谱特征作为所述目标信号片段的特征参数。4.根据权利要求1所述的信号去噪方法，其特征在于，所述根据所述特征参数，得到所述目标信号片段的噪声类别，包括：将所述特征参数输入训练完备的决策树模型，得到所述目标信号片段对应的信号质量等级；根据所述信号质量等级，确定所述目标信号片段的噪声类别。5.根据权利要求4所述的信号去噪方法，其特征在于，所述根据所述目标信号片段的噪声类别，采取预设的去噪方式对所述目标信号片段进行去噪，包括：在所述信号质量等级达到去噪条件的情况下，根据所述信号质量等级对应的噪声类别，选取预设的去噪方式对所述目标信号片段进行去噪。6.根据权利要求1所述的信号去噪方法，其特征在于，所述根据所述特征参数，得到所述目标信号片段的噪声类别，还包括：将所述特征参数输入训练完备的神经网络，得到所述目标信号片段对应的噪声类别。7.根据权利要求1所述的信号去噪方法，其特征在于，所述根据所述目标信号片段的噪声类别，采取预设的去噪方式对所述目标信号片段进行去噪，还包括：对所述目标信号片段滤波后得到的滤波信号，进行小波分解，得到所述目标信号片段小波分解后的小波系数；采取预设的去噪阈值和策略对所述小波系数进行处理后，根据处理后的小波系数对所述目标信号片段进行重构。8.根据权利要求1至7中任一项所述的信号去噪方法，其特征在于，所述获取待去噪的目标信号片段，包括：获取电极位点采集的EEG原始信号，对所述EEG原始信号进行预设长度的片段截取后，将截取后的所述EEG原始信号的信号片段作为所述目标信号片段。2CN113869107A权利要求书2/2页9.一种信号去噪装置，其特征在于，包括：获取模块、特征提取模块、类别确定模块、以及去噪模块，其中：所述获取模块，用于获取待去噪的目标信号片段；所述特征提取模块，用于提取所述目标信号片段的特征参数；所述类别确定模块，用于根据所述特征参数，得到所述目标信号片段的噪声类别；所述去噪模块，用于根据所述目标信号片段的噪声类别，采取预设的去噪方式对所述目标信号片段进行去噪；所述预设的去噪方式中包括针对不同类型的噪声类别设置的不同的去噪阈值与策略。10.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行权利要求1至8中任一项所述的信号去噪方法。11.一种计算机可读