本發明公開了一種基于復雜網絡的腦電信號分析方法及應用，具體涉及生物信號處理技術領域，具體包括以下步驟：步驟一：收集信號，步驟二：構建腦電信號網絡，步驟三：定量分析，步驟四：匹配跟蹤，步驟五：小波變換，步驟六：數據分析。本發明通過將時域和頻域上局部特征顯然卻較難處理的信號數據進行分辨率分析，對于數據所顯示的快速瞬時現象可以更加精準有效的進行辨別，利用多尺度分析可以將原本紛繁復雜的腦電信號網絡進行快速有效提取，提取出研究人員需要的腦電信號，以應對無法確切了解刺激發生的時刻卻需要捕捉實時腦電信號的現象。

技術領域

本發明涉及生物信號處理技術領域，更具體地說，本發明涉及一種基于復雜網絡的腦電信號分析方法及應用。

背景技術

腦電圖(EEG)是腦神經細胞電生理活動在大腦皮層或頭皮表面的總體反映。腦電信號中包含了大量的生理與疾病信息，在臨床醫學方面，腦電信號處理不僅可為某些腦疾病提供診斷依據，而且還為某些腦疾病提供了有效的治療手段。在工程應用方面，人們也嘗試利用腦電信號實現腦一計算機接口(BCI)，利用人對不同的感覺、運動或認知活動的腦電的不同，通過對腦電信號的有效的提取和分類達到某種控制目的。

但由于腦電信號是不具備各態歷經性的非平穩隨機信號，而且其背景噪聲也很強，特別是腦電信號時頻數據極其不穩定，分辨率分析較難進行。

發明內容

為了克服現有技術的上述缺陷，本發明的實施例提供一種基于復雜網絡的腦電信號分析方法及應用，通過將時域和頻域上局部特征顯然卻較難處理的信號數據進行分辨率分析，對于數據所顯示的快速瞬時現象可以更加精準有效的進行辨別，利用多尺度分析可以將原本紛繁復雜的腦電信號網絡進行快速有效提取，提取出研究人員需要的腦電信號，以應對無法確切了解刺激發生的時刻卻需要捕捉實時腦電信號的現象。

為實現上述目的，本發明提供如下技術方案：一種基于復雜網絡的腦電信號分析方法及應用，具體包括以下步驟：

步驟一：收集信號，隨機選擇合適的研究對象X名，將這X位研究對象均安置于相同的環境中，收集研究對象安靜清醒閉目狀態下的數字腦電信號，控制采樣頻率，每過一個時間段獲得一份數據，并將這份數據作為一個數據模塊；

步驟二：構建腦電信號網絡，將經過步驟一收集得到的若干組數據收納進電腦，并進行預處理，得到有效數據；

步驟三：定量分析，采用連續子變換的方法對研究對象的腦電信號進行連續子波分析，共分析30-40個尺度，繪制子波系數等值線圖，顯示腦電信號的時頻特征，并以子波系數為檢測對象，用條件采樣方法檢測各個尺度的腦電信號，并對腦電信號的同類事件進行相位對齊疊加平均，獲得該尺度腦電信號的相位平均波形；

步驟四：匹配跟蹤，選擇與被研究的腦電信號最佳匹配的基波，然后在它的后續每一步驟中基波匹配到殘余信號，減去前次重復的結果，得到的基波數值再通過科恩變換，得到函數時頻庫；

步驟五：小波變換，針對時軸上觀察范圍小，頻域上頻率較高的部分采用高頻小波進行細致觀察，針對時軸上觀察范圍較大，頻域上頻率較低的部分采用低頻小波做概貌觀察；

步驟六：數據分析，將經過步驟以至步驟五處理得到的腦電信號數據進行分類和結果分析，并將分析的結果送入接收終端。

在一個優選地實施方式中，所述步驟一中X的取值范圍設置為30-100，采樣頻率設置為200-300Hz，數據模塊包含的時間段設置為15-25秒。

在一個優選地實施方式中，所述步驟二中對采集的腦電信號進行預處理的步驟為：首先對收集到的腦電數據進行帶通濾波，去除腦電數據中的高低頻干擾成分，之后對腦電數據手動剔除偽差數據，得到預處理后的腦電數據。