本发明涉及数据处理,具体涉及一种用于评估精神压力的脑电波处理方法及系统。
背景技术:
1、精神健康监测和评估的技术一直在不断发展,一般是通过分析和记录脑电波数据来评估人体的精神健康状态,但是在采集人体的脑电波数据时,由于设备的自身问题,可能会使得采集脑电波数据中存在噪声,导致根据存在噪声的脑电波数据进行人体的精神健康状态的评估不准确,因此首先需要对采集的脑电波数据进行去噪。
2、传统的对脑电波数据进行去噪时,是使用emd分解算法将脑电波数据分解出高频分量,再通过人工预设小波阈值对高频分量进行去噪处理,但是脑电波数据存在着各个分量,如果仅对高频分量进行去噪处理,会导致去噪不完全,并且根据人工预设的小波阈值对脑电波数据进行去噪时,对去噪程度也会有影响。
技术实现思路
1、为了解决上述问题,本发明一种用于评估精神压力的脑电波处理方法及系统。
2、本发明的一种用于评估精神压力的脑电波处理方法采用如下技术方案:
3、本发明一个实施例提供了一种用于评估精神压力的脑电波处理方法,该方法包括以下步骤:
4、采集脑电波数据;将脑电波数据分解为若干个imf分量信号;将脑电波数据以及每个imf分量信号划分为若干个段;
5、使用峰值检测算法获取脑电波数据的每个段的若干峰值点;根据脑电波数据的每个段的峰值点,获取脑电波数据的每个段的异常表现程度;获取每个imf分量信号的每个段的极大值点以及极小值点;根据imf分量信号的每个段的相邻极大值点之间的距离以及相邻极小值点之间的距离,获取每个imf分量信号的每个段的特征表现程度;根据每个imf分量信号的每个段的特征表现程度,获取每个imf分量信号的每个段的特征表现占比程度;根据每个imf分量信号的每个段的特征表现占比程度,获取每个imf分量信号的每个段的第一调整系数;
6、根据每个imf分量信号的每个段的特征表现程度,获取每个imf分量信号的每个段的相对稳定程度;根据每个imf分量信号的每个段的相对稳定程度,获取每个imf分量信号的每个段的第二调整系数;
7、根据每个imf分量信号的每个段的第一调整系数、第二调整系数以及脑电波数据的每个段的异常表现程度,获取每个imf分量信号的每个段的小波阈值;根据每个imf分量信号的每个段的小波阈值对每个imf分量信号的每个段进行去噪得到去噪后的脑电波数据。
8、优选的,所述将脑电波数据分解为若干个imf分量信号;将脑电波数据以及每个imf分量信号划分为若干个段,包括的具体步骤如下:
9、使用emd分解技术对脑电波数据进行分解,获取若干个imf分量信号;
10、使用希尔波特变化算法获取每个imf分量信号的周期对应的时间跨度,根据若干imf分量信号得到若干个时间跨度,获取若干个时间跨度的最小公倍数记为分段长度,根据分段长度依次将每个imf分量信号以及脑电波数据划分为各个段,得到每个imf分量信号的各个段以及脑电波数据的各个段。
11、优选的,所述根据脑电波数据的每个段的峰值点,获取脑电波数据的每个段的异常表现程度,包括的具体步骤如下:
12、将脑电波数据的任意一个记为当前段;
13、
14、式中,代表当前段的异常表现程度;代表当前段中第个峰值点与第个峰值点之间的距离;代表当前段中第个峰值点与第个峰值点之间的斜率的绝对值;代表当前段中第个峰值点与第个峰值点之间的距离;代表当前段中第个峰值点与第个峰值点之间的斜率的绝对值;代表绝对值符号;代表当前段中的峰值点个数;代表当前段中第个峰值点对应的数据值;代表当前段中所有峰值点对应的数据均值;代表当前段中所有峰值点对应的数据最大值;代表当前段中所有峰值点对应的数据最小值;代表线性归一化函数。
15、优选的,所述根据imf分量信号的每个段的相邻极大值点之间的距离以及相邻极小值点之间的距离,获取每个imf分量信号的每个段的特征表现程度,包括的具体步骤如下:
16、
17、式中,代表第个imf分量信号的第个段的特征表现程度;代表第个imf分量信号的第个段的极大值点的数量;代表第个imf分量信号的第个段的极小值点的数量;代表第个imf分量信号的第个段的第对相邻极大值点之间的距离;代表第个imf分量信号的第个段的第对相邻极小值点之间的距离;代表第个imf分量信号的第个段的所有相邻极值点之间的距离的方差。
18、优选的,所述根据每个imf分量信号的每个段的特征表现程度,获取每个imf分量信号的每个段的特征表现占比程度,包括的具体步骤如下:
19、
20、式中,代表第个imf分量信号的第个段的特征表现占比程度;代表第个imf分量信号的第个段的特征表现程度;代表第个imf分量信号中段的个数;代表第个imf分量信号的第个段的特征表现程度。
21、优选的,所述根据每个imf分量信号的每个段的特征表现占比程度,获取每个imf分量信号的每个段的第一调整系数,包括的具体步骤如下:
22、
23、式中,代表第个imf分量信号的第个段的第一调整系数;代表第个imf分量信号的第个段的特征表现占比程度;代表其他第个imf分量信号的第个段的特征表现程度占比程度;代表绝对值符号;代表imf分量信号的个数。
24、优选的,所述根据每个imf分量信号的每个段的特征表现程度,获取每个imf分量信号的每个段的相对稳定程度,包括的具体步骤如下:
25、
26、式中,代表第个imf分量信号的第个段的相对稳定程度;代表第个imf分量信号中段的个数;代表第个imf分量信号的第个段的特征表现程度;代表第个imf分量信号的其他第个段的特征表现程度;代表第个imf分量信号的其他第个段的序号值;代表最大值函数;代表绝对值符号;代表线性归一化函数。
27、优选的,所述根据每个imf分量信号的每个段的相对稳定程度,获取每个imf分量信号的每个段的第二调整系数,包括的具体步骤如下:
28、
29、式中,代表第个imf分量信号的第个段的第二调整系数;代表第个imf分量信号的第个段的相对稳定程度;代表绝对值符号。
30、优选的,所述根据每个imf分量信号的每个段的第一调整系数、第二调整系数以及脑电波数据的每个段的异常表现程度,获取每个imf分量信号的每个段的小波阈值,包括的具体步骤如下:
31、
32、式中,代表第个imf分量信号的第个段的小波阈值;代表第个imf分量信号的第个段的第二调整系数;代表第个imf分量信号的第个段的第一调整系数;代表脑电波数据的第个段的异常表现程度;代表预设的小波阈值。
33、本发明还提供了一种用于评估精神压力的脑电波处理系统,包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述任意一项步骤。
34、本发明的技术方案的有益效果是:本发明首先将脑电波数据分解为若干个imf分量信号;将脑电波数据以及每个imf分量信号划分为若干个段;根据脑电波数据的每个段的突变程度,得到脑电波数据的每个段的异常表现程度,便于后续根据每个段的异常表现程度进行去噪;接着获取每个imf分量信号的每个段的特征表现程度,根据各个imf分量信号对应的相同段之间的特征表现程度的差异,得到每个imf分量信号的每个段的第一调整系数,所述第一调整系数越大,对分量信号的段的去噪程度越大,根据imf分量信号的每个段的特征表现程度与同一分量信号的其他段的特征表现程度的差异,获取每个imf分量信号的每个段的相对稳定程度,进而得到每个imf分量信号的每个段的第二调整系数,所述第一调整系数越大,对分量信号的段的去噪程度越大;最后根据每个imf分量信号的每个段的第一调整系数、第二调整系数以及脑电波数据的每个段的异常表现程度,自适应每个imf分量信号的每个段的小波阈值对每个imf分量信号的每个段进行去噪,提高去噪效果。