导联基于信号幅度质量评分分析数据

脑电信号的质量是脑机接口技术应用的基础，记录的脑电信号的质量直接影响到脑机接口应用的性能，特别是实时分析时，由于缺少人工筛选和评估，质量低的脑电信号无法被剔除，严重影响了脑电信号后续分析的准确性。脑电信号质量评估分析，是基于不同频带脑电信号中的组成特征，从生物和统计的角度来评估脑电信号是否可靠的自动化系统。该系统基于脑电信号的特性和噪声水平，在脑电信号每个通道进行自动化质量测量，有助于脑机接口应用程序忽略低质量的信号，提高分析效率。1.数据采集：获取窗口T期间第i导联采集的脑电滤噪信号Xbp、θ波信号Xθ、α波信号Xα和β波信号Xβ，滤噪后正常脑电波信号的占比计算脑电滤噪信号Xbp的振幅评分Pamp。2.数据处理：对采集到数据进行分类、合并、累加，便于分析使用。3.算法加工：将处理后的数据进行分析：Pamp=（Pamp1+Pamp2）/2*sign（p)。4、数据分类分级：根据导联和信号表现的关系，判断数据得出综合评分。0-60为差，60-85为一般，82-95为较好，95-100位非常好。对高质量的脑电数据进行分析运算，忽略低质量的信号，提高BCI应用运行效率。本发明在不同噪声水平下具有较好的鲁棒性，评估信号质量的准确性较高。