[发明专利]一种基于脑肌电信号小波相干系数的卒中康复评估方法

权利要求书

1.一种基于脑肌电信号小波相干系数的卒中康复评估方法，其特征在于：包括以下步骤：

准备工作：S0、通过E-prime软件设计实验刺激程序，作为脑肌电同步采集实验范式呈现软件，实验包含两种设计范式：1代表是抬起左臂，2代表抬起右臂；

操作步骤：S1、同步采集脑肌电信号：受试者根据偏瘫侧选择实验范式，并利用干电极脑电帽和肌电电极作为实验测试设备进行穿戴，受试者根据要求执行任务，实验过程中同步采集受试者抬臂时的三角肌sEMG信号和对应脑区EEG信号；

S2、脑肌电信号预处理：对S1中采集到的脑肌电数据使用滑动平均法提取有效数据并进行相应处理；对S1中采集到的脑肌电信号进行滤波并对滤波后的信号进行基线校正，对基线校正后的信号数据片段采用小波变换中的Mallat分解算法结合Brige-Massart阈值确定法完成去噪，并采用二阶盲源分离的方法去除EEG信号中的眼电伪迹；

S3、寻求最优时间段和频段特征：基于S2中提取处理后的有效数据，选择C3通道的EEG信号和右臂三角肌中部的sEMG信号进行同步分析，在脑机接口BCI系统中采用R²判别两类之间的可区分程度法判别出最优特征来区分康复阶段，并分析寻找出最优的时间段和频段作为特征进行分类；

通过比较R²的计算值，并根据brunnstrom评分量表的上肢评分状况，将患者分为恢复中期(评分表3～4级)和恢复后期(评分表5～6级)，分析寻找出的最优的时间段和频段为alpha频段的1500ms～1800ms之间、beta频段的2200ms～2500ms和gamma频段的2700ms～3000ms之间；

S4、对脑肌电信号进行小波相干分析：对S2中预处理后的脑肌电信号进行小波相干分析，

小波相干源于傅里叶相干，定义为：

式中，SW_XX(t,f)和SW_YY(t,f)的计算公式同理，式中，SW_XY(t,f)表示X和Y之间的标量积，WCo(t,f)是由时间t和频率f定义的，与SW_XY(t,f)相同；δ＝ncy/f，式中，ncy为[t-δ/2，t+δ/2]时间内的周期个数，一般来说，ncy取值与信号长度有关，短序列则值小，长序列则取值大；t为时间，f为频率；

对S3中寻找出的最优时频域内的小波相干系数求取均值作为特征，并将特征进行秩和检验，选取最具有显著差异的小波相干系数均值作为最优特征；

S5、利用最优时频域内的小波相干系数均值构建分类模型：将80％的样本数据作为训练集，对训练集数据进行离线训练，构建训练模型并保存；20％的样本数据作为测试集，送入SVM分类器进行分类，将S4中分析得出的最优的小波相干系数均值作为特征进行分类识别，构建二分类的评估模型。

2.根据权利要求1所述的一种基于脑肌电信号小波相干系数的卒中康复评估方法，其特征在于：所述操作步骤S1中的干电极脑电帽按照标准正确佩戴，并以A1、A2电极作为参考电极；肌电电极采用扩展通道且电极直径为5mm，之间间隔2cm构成差分模式进行实验；受试者根据要求执行任务并采集数据，每次患侧上臂抬起保持5秒钟，中间休息10秒钟。

3.根据权利要求1所述的一种基于脑肌电信号小波相干系数的卒中康复评估方法，其特征在于：所述操作步骤S2中提取有效数据的具体步骤如下：

1)对sEMG信号进行滤波，滤波范围为5～50Hz；

2)计算滤波后信号的能量，设置合适的阈值检测运动的起始位置；

3)进行活动段检测，采用滑动平均法来处理信号，并通过阈值判断动作的起止点；

4)根据起始位置，从采集到的原始EEG信号和sEMG信号中截取0～4s的数据作为有效数据；

5)对有效数据进行小波降噪，去除EEG信号的伪迹，提高信号的信噪比。

4.根据权利要求1所述的一种基于脑肌电信号小波相干系数的卒中康复评估方法，其特征在于：所述操作步骤S2中的将脑肌电信号进行滤波包括将EEG信号滤波，滤波范围为0.5～45Hz，和将sEMG信号滤波，滤波范围为0.5～100Hz。