技术特征：
1.一种基于脑电样本熵的针刺脑卒中康复评估方法，其特征在于，包括如下步骤：s1、采集信号，分阶段采集接受针刺治疗和未接受针刺治疗的脑卒中患者脑电信号；s2、脑电信号预处理；s3、计算样本熵，计算完成预处理的脑电信号的脑电样本熵；s4、康复评估，对比分析样本熵得到针刺对脑卒中患者大脑神经元活跃度的影响。2.根据权利要求1所述的基于脑电样本熵的针刺脑卒中康复评估方法，其特征在于，所述步骤s1中，分针刺治疗前、针刺治疗1个月、针刺治疗2个月三个阶段采集脑卒中患者的脑电信号，采集脑电信号的采样频率为800hz。3.根据权利要求1所述的基于脑电样本熵的针刺脑卒中康复评估方法，其特征在于，所述步骤s1中，采集脑电信号包括fp1、fp2、fz、f3、f4、f7、f8、cz、c3、c4、t7、t8、pz、p3、p4、p7、p8、o1和o2这19个脑电通道。4.根据权利要求1所述的基于脑电样本熵的针刺脑卒中康复评估方法，其特征在于，所述脑电信号预处理的方法包括：s2-1、采用独立分量分析保留脑电信号的有效数据信息，消除那些嵌入在脑电信号的高频伪影；s2-2、对脑电信号进行0.5-60hz的带通滤波；s2-3、使用固定滞后卡尔曼平滑器滤除脑电信号的50hz电源频率。5.根据权利要求1所述的基于脑电样本熵的针刺脑卒中康复评估方法，其特征在于，所述步骤s2-1中，独立分量分析方法为：信号源s和混合矩阵a线性混合后得到了n维观测信号xs＝[s1,s2,
…
s
m
]
t
x＝[x1,x2,
…
x
n
]
t
x＝a*s其中各个源信号s
i
，(i＝1,2,
…
,m)之间相互独立且都是具有零均值的平稳信号，a是m
×
n维的混合矩阵，ica的核心就是在混合矩阵和源信号都未知的条件下找到线性变换分离矩阵w，使得输出信号u是一个逼近源信号的信号，u的计算公式为：u＝wx＝was对于分离后的独立变量可以使用阈值处理，将伪影的分量设置为0，之后再进行重构就得到去除伪影的脑电信号。6.根据权利要求5所述的基于脑电样本熵的针刺脑卒中康复评估方法，其特征在于，所述步骤s3中样本熵的计算方法如下：s3-1、预处理完的脑电信号时间序列是一个长度为n的离散时间序列，为：u(1),u(2),...,u(n)，时间序列中每个值的时间间隔都相等；s3-2、给定两个参数m和r，分别表示为已预处理脑电信号的嵌入维度以及相似容限，其中m为整数，r为正实数；s3-3、将脑电时间序列u(1),u(2),...,u(n)按序组成一个m维向量：x(i)＝[u(i),u(i+1),...,u(i+m-1)],1≤i≤n-m+1s3-4、定义不同脑电向量x(i)和向量x(j)之间的距离为d[x(i),x(j)]，则：d[x(i),x(j)]＝max|x(i+k)-x(j+k)|
其中，1≤k≤m-1，1≤i,j≤n-m，i≠j，s3-5、对于每一个1≤i≤n-m，给定一个相似容限r，计算d[x(i),x(j)]＜r的数目和n-m-1的比值b
im
(r)，其中，1≤j≤n-m，i≠j。s3-6、再求b
im
(r)对所有i的平均值，s3-7、再将维数换成m+1，重复以上所有步骤，即可得到b
im+1
(r)以及b
m+1
(r)，(r)，s3-8、则预处理完的脑电信号的样本熵为：上述表达式在真实计算中n不会取到∞，因此当n是一个有限的值时，sampen(m,r,n)＝-ln[b
m+1
(r)/b
m
(r)]嵌入维数m是窗口长度，相似容限r是有效阈值。7.根据权利要求6所述的基于脑电样本熵的针刺脑卒中康复评估方法，其特征在于，所述步骤s3中，嵌入维数m＝2，相似容限r＝0.25sd，其中sd表示数据标准差。8.根据权利要求1所述的基于脑电样本熵的针刺脑卒中康复评估方法，其特征在于，所述步骤s4包括如下子步骤：s4-1、通过得到的样本熵得到针刺组和对照组的平均脑电样本熵脑地形图；s4-2、分析平均脑电样本熵脑地形图和脑电样本熵数据，得到对照组和针刺组组内随着治疗时间的增加，大脑神经元活跃度的变化，随后得到针刺组患者的康复情况；s4-3、分析平均脑电样本熵脑地形图和脑电样本熵数据，对比同一治疗时间对照组和针刺组患者的大脑神经元活跃度的情况，得到患者的康复情况，最后体现针刺康复治疗手段较常规治疗方式的优越性。
技术总结
本发明公开了一种基于脑电样本熵的针刺脑卒中康复评估方法，包括如下步骤：S1、采集信号，分阶段采集接受针刺治疗和未接受针刺治疗的脑卒中患者脑电信号；S2、脑电信号预处理；S3、计算样本熵，计算完成预处理的脑电信号的脑电样本熵；S4、康复评估，对比分析样本熵得到针刺对脑卒中患者大脑神经元活跃度得影响。该方法使用样本熵，很好的弥补了近似熵具有自匹配偏差的缺陷，除了能够消除偏差外，计算效率也得到了极大提升。这种基于脑电样本熵的针刺脑卒中康复评估方法为患者的康复治疗提供了新的视角，为进一步探索康复过程中的神经功能评价方法提供了依据。评价方法提供了依据。评价方法提供了依据。
技术研发人员：应欣悦 席旭刚 汪婷 林树梁 高云园 孟明
受保护的技术使用者：杭州电子科技大学
技术研发日：2022.08.05
技术公布日：2022/11/15