[发明专利]一种自动去除近红外光谱信号运动伪迹的方法

说明书

技术领域

本发明属于医疗技术领域，特别涉及一种自动去除近红外光谱信号运动伪迹的方法。

背景技术

近红外光谱技术（NIRS）可以无损探测脑组织中含氧血红蛋白和脱氧血红蛋白浓度的变化量，是一种测量大脑局部血液动力学信息以及新陈代谢状况的有效手段。与其它的脑功能测量设备如正电子发射型计算机断层成像（PET）和磁共振成像（MRI）等相比，NIRS具有舒适安全、操作简单、成本低廉等突出优点，使之成为连续监测大脑血液动力学状况的绝佳选择。特别是通过近红外光谱技术测量动脉血氧饱和度在临床上得到了广泛应用。NIRS测量对皮肤和探头的接触情况较为敏感，因此容易引入一些运动伪迹（MA），直接影响测量信号的质量，并最终影响后续分析处理结果的可靠性。现有的NIRS运动伪迹检测方法主要有两类，一类是直接基于近红外数据的检测方法；另一类是基于附加信号（如加速度传感器信号）的检测技术。但是这两类运动伪迹检测方法一般都需要人工设定阈值，很难实现运动伪迹的自动去处。

发明内容

为了克服上述现有技术的缺陷，本发明的目的在于提供一种自动去除近红外光谱信号运动伪迹的方法，根据近红外光谱信号的概率分布特点，自动选取阈值和检测含运动伪迹的区间；对近红外光谱信号进行经验模式分解可得到具有明确生理意义的固有模式分量，通过对明显异常的固有模式分量进行处理，可以在去除运动伪迹的同时有效保留NIRS信号中的生理信息。

为了达到上述目的，本发明的技术方案为：

一种自动去除近红外光谱信号运动伪迹的方法，包括以下步骤：

步骤一、计算近红外光谱NIRS信号的移动标准差MSD，自动选取阈值并标记原始信号运动伪迹区域；

步骤二、对近红外光谱NIRS信号进行经验模式分解，得到具有明确生理意义的固有模式分量；

步骤三、计算每个固有模式分量的疑似运动伪迹区域，结合检测得到的原始信号运动伪迹区域，对不同固有模式分量分别进行运动伪迹消除；

步骤四、把消除运动伪迹后的所有固有模式直接加和进行信号重构。

所述的步骤一具体为：根据公式（1）计算长度为N的NIRS信号x(i)的移动标准差(MSD)，用s(i)表示：

S(i)=12k+1[Σj=-kkx2(i+j)-12k+1(Σj=-kkx(i+j))2]12---(1)]]>

其中：k等于x(i)信号采样率的一半,i=k+1,k+2,…,N-k，

选取计算得到的移动标准差上四分位数作为检测包含运动伪迹的信号区域的判断阈值T，近红外光谱信号的移动标准差大于阈值T的部分为原始信号运动伪迹区域。