一种诱发脑电信号提取的方法、装置、设备及存储介质.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CN108937925A(43)申请公布日2018.12.07(21)申请号201810821571.X(22)申请日2018.07.24(71)申请人深圳先进技术研究院地址518055广东省深圳市南山区西丽大学城学苑大道1068号(72)发明人陈世雄姜言冰刘雪玉刘舒婷汪鑫王辉黄品高李光林(74)专利代理机构北京品源专利代理有限公司11332代理人孟金喆(51)Int.Cl.A61B5/0484(2006.01)权利要求书2页说明书11页附图5页(54)发明名称一种诱发脑电信号提取的方法、装置、设备及存储介质(57)摘要本发明实施例公开了一种诱发脑电信号提取的方法、装置、设备及存储介质。该方法包括：获取诱发脑电信号的观测序列，观测序列由不同采集时间下获取的诱发脑电信号的观测值构成，观测值中包括测量噪声；根据观测序列，使用卡尔曼滤波算法进行循环迭代，得到与观测序列对应的卡尔曼滤波结果，卡尔曼滤波结果由不同采集时间下的诱发脑电信号的估计值构成；根据卡尔曼滤波结果，对诱发脑电信号进行提取。本发明实施例通过获取诱发脑电信号的观测序列，使用卡尔曼滤波算法进行循环迭代，得到与观测序列对应的卡尔曼滤波结果进而进行提取，以实现消除诱发脑电信号提取中的干扰，充分利用每一次采集的信号，缩短测试时间，从而提高提取效率。CN108937925ACN108937925A权利要求书1/2页1.一种诱发脑电信号提取的方法，其特征在于，包括：获取诱发脑电信号的观测序列，所述观测序列由不同采集时间下获取的所述诱发脑电信号的观测值构成，所述观测值中包括实际测量噪声；根据所述观测序列，使用卡尔曼滤波算法进行循环迭代，得到与所述观测序列对应的卡尔曼滤波结果，所述卡尔曼滤波结果由不同采集时间下的所述诱发脑电信号的估计值构成；其中，在循环迭代过程中，使用设定时刻下的卡尔曼滤波增益，对所述设定时刻下的诱发脑电信号的估计值的权重进行调整；所述卡尔曼滤波增益与所述实际测量噪声呈反比，所述卡尔曼滤波增益与所述权重呈正比；根据所述卡尔曼滤波结果，对所述诱发脑电信号进行提取。2.根据权利要求1所述的方法，其特征在于，在获取诱发脑电信号的观测序列之后，还包括：建立所述观测序列状态空间模型，所述状态空间模型包括观测方程和状态方程。3.根据权利要求2所述的方法，其特征在于，所述根据所述观测序列，使用卡尔曼滤波算法进行循环迭代，得到与所述观测序列对应的卡尔曼滤波结果，包括：在所述观测序列中获取与当前时刻对应的所述诱发脑电信号的目标观测值；根据所述目标观测值和理论测量噪声得到所述状态空间模型的方程参数；将所述方程参数代入所述卡尔曼滤波算法方程中，得到状态变量的一步预测结果，并根据所述状态变量的一次预测结果，得到协方差矩阵的一步预测结果；根据所述协方差矩阵的一步预测结果，以及对当前时刻的实际测量噪声的估计值，更新卡尔曼滤波增益；根据更新后的所述卡尔曼滤波增益，更新所述状态方程中的信号增益，得到与所述当前时刻对应的所述诱发脑电信号的估计值；重复迭代获取所述诱发脑电信号的估计值的处理过程，直至完成对所述观测序列中全部观测值的处理。4.根据权利要求3所述的方法，其特征在于，所述根据现在时刻获取的所述诱发脑电信号的观测值和所述测量噪声得到所述状态空间模型的方程参数，包括：对所述现在时刻获取的所述诱发脑电信号的观测值和所述测量噪声进行功率谱估计，通过谱减法得到现在时刻纯净的诱发脑电信号；根据所述现在时刻纯净的诱发脑电信号通过反变换得到自相关函数，再求取所述状态空间模型的方程系数。5.根据权利要求3所述的方法，其特征在于，在根据所述协方差矩阵的一步预测结果，以及对当前时刻的实际测量噪声的估计值，更新卡尔曼滤波增益之前，还包括：根据滤波残差的实际值与理论值确定当前时刻的实际测量噪声的理论值与当前时刻的实际测量噪声的估计值的偏离值，根据所述偏离值更新测量噪声更新方程的指数因子；根据更新后的所述测量噪声更新方程，得到所述当前时刻的实际测量的估计值。6.根据权利要求1所述的方法，其特征在于，所述根据所述卡尔曼滤波结果，对所述诱发脑电信号进行提取，包括：将所述卡尔曼滤波结果中不同采集时间下的所述诱发脑电信号的估计值分别乘以不2CN108937925A权利要求书2/2页同采集时间下对应的所述权重得到的值进行叠加平均，对得到的所述诱发脑电信号进行提取。7.一种诱发脑电信号提取的装置，其特征在于，包括：观测序列获取模块，用于获取诱发脑电信号的观测序列，所述观测序列由不同采集时间下获取的所述诱发脑电信号的观测值构成，所述观测值中包括测量噪声；卡尔曼滤波结果得到模块，用于根据所述观测序列，使用卡尔曼滤波算法进行循环迭代，得到与所述观测序列对应的卡尔曼滤