[发明专利]一种基于自适应阈值在线脑神经锋电位信号检测方法、装置和系统

说明书

本发明公开了一种基于自适应阈值在线脑神经锋电位信号检测方法、装置和系统，包括：步骤1，确定起始位置，依据初始化的信号最小值和信号差值，对起始位置起的脑神经信号进行筛选获得测试样本，依据测试样本的长度确定测试周期；步骤2，以每个测试周期内首个测试样本的标准差作为每个测试周期的噪声带阈值；步骤3，针对测试周期内的每个脑神经信号，依据噪声带阈值与以当前脑神经信号为止的前一段历史脑神经信号确定脑神经信号的自适应阈值；步骤4，依据脑神经信号与对应的自适应阈值筛选基准脑神经信号点，并依据基准脑神经信号点提取锋电位信号。以实现降低在线检测计算消耗的同时提升检测准确性。

技术领域

本发明涉及脑神经信号处理技术领域，具体涉及一种基于自适应阈值在线脑神经锋电位信号检测方法、装置和系统。

背景技术

在脑神经信号处理技术领域，一般需要对实时采样高通量信号进行在线处理。在神经电生理实验中，单个电极通常记录到超过一个神经元的活动，且由于肌电活动和电磁干扰等噪声信号影响，因此需要锋电位信号检测算法的抗干扰能力较强，算法复杂度低且可以实时计算，无需利用全局信息，可在线处理脑神经信号。

现有的准确率较高的脑神经信号处理方法多为离线方法，常见的单阈值方法、双阈值方法、基于能量的方法等，如公告号为CN102394844A的专利申请公开的一种基于FPGA的锋电位信号并行检测装置和方法，公告号为CN102590598A的专利申请公开的一种基于多阈值比较的超声波信号过零点预测方法。阈值的选择通常有手动阈值和根据一段时间的信号统计量设置两种方式。这种方法对大幅值噪声的抗干扰能力较弱，针对不同神经信号的提取能力不强。而基于能量的方法为了对抗强噪声背景和提高信噪比，通常选择设计较复杂的能量算子，计算耗时长。

在现有一般嵌入式处理系统计算资源有限、希望在线处理高通量脑神经信号的背景下，考虑将基于信号统计量的阈值方法和基于能量的方法相结合，设计一种抗噪声且可针对不同神经元锋电位的提取准确率高的锋电位信号检测方法。

发明内容

鉴于上述，本发明的目的是提供一种基于自适应阈值在线脑神经锋电位信号检测方法、装置和系统，以实现降低在线检测计算消耗的同时提升检测准确性。

为实现上述发明目的，本发明提供以下技术方案：

第一方面，一种基于自适应阈值在线脑神经锋电位信号检测方法，包括以下步骤：

步骤1，确定起始位置，依据初始化的信号最小值和信号差值，对起始位置起的脑神经信号进行筛选获得测试样本，依据测试样本的长度确定测试周期；

步骤2，以每个测试周期内首个测试样本的标准差作为每个测试周期的噪声带阈值；

步骤3，针对测试周期内的每个脑神经信号，依据噪声带阈值与以当前脑神经信号为止的前一段历史脑神经信号确定脑神经信号的自适应阈值；

步骤4，依据脑神经信号与对应的自适应阈值筛选基准脑神经信号点，并依据基准脑神经信号点提取锋电位信号。

第二方面，一种基于自适应阈值在线脑神经锋电位信号检测装置，包括：

测试样本确定模块，用于确定起始位置，依据初始化的信号最小值和信号差值，对起始位置起的脑神经信号进行筛选获得测试样本，依据测试样本的长度确定测试周期；

噪声带阈值确定模块，用于以每个测试周期内首个测试样本的标准差作为每个测试周期的噪声带阈值；

自适应阈值确定模块，用于针对测试周期内的每个脑神经信号，依据噪声带阈值与以当前脑神经信号为止的前一段历史脑神经信号确定脑神经信号的自适应阈值；

锋电位信号检测模块，用于依据脑神经信号与对应的自适应阈值筛选基准脑神经信号点，并依据基准脑神经信号点提取锋电位信号。