[发明专利]一种基于单通道的脑电信号中肌电噪声消除方法有效

专利信息
申请号: 201510128626.5 申请日: 2015-03-20
公开(公告)号: CN104720797B 公开(公告)日: 2017-06-16
发明(设计)人: 刘爱萍;陈勋;彭虎 申请(专利权)人: 合肥工业大学
主分类号: A61B5/0476 分类号: A61B5/0476
代理公司: 安徽省合肥新安专利代理有限责任公司34101 代理人: 何梅生
地址: 230009 安*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 通道 电信号 中肌电 噪声 消除 方法
【权利要求书】:

1.一种基于单通道的脑电信号中肌电噪声消除方法,其特征是按如下步骤进行:

步骤1:采用N通道脑电测量设备记录N个通道的脑电信号xi(t),1≤i≤N,构成脑电信号矩阵x(t)=[x1(t),x2(t),.…,xN(t)]T,i赋值为1;

步骤2:利用总体平均经验模态分解将第i个通道的脑电信号xi(t)分解成为P个本征模式分量l1(t)、l2(t)、…、lP(t),构成本征模式分量矩阵l(t)=[l1(t),l2(t),.…,lP(t)]T,每个本征模式分量满足两个条件:

条件一:极值点的数量和过零点的数量相等或者相差一个;

条件二:由局部最大值和局部最小值分别定义的包络在任一时间点t上的均值为零;

步骤3:用多集典型相关分析对本征模式分量矩阵l(t)进行盲信号分离l(t)=Ay(t),得到混合矩阵A和P个典型变量yj(t),1≤j≤P,构成典型变量矩阵y(t)=[y1(t),y2(t),.…,yP(t)]T

步骤4:计算每个典型变量yj(t)的自相关系数Rj,将自相关系数低于阈值θ的典型变量判定为肌电噪声;

步骤5:在典型变量矩阵中将判定为肌电噪声的典型变量置零,得到消除肌电噪声的典型变量矩阵用步骤3得到的混合矩阵A还原消除肌电噪声的本征模式分量矩阵将中的P个本征模式分量相加得到第i个通道的消除肌电噪声的脑电信号<mrow><msub><mover><mi>x</mi><mo>~</mo></mover><mi>i</mi></msub><mrow><mo>(</mo><mi>t</mi><mo>)</mo></mrow><mo>=</mo><munderover><mi>&Sigma;</mi><mrow><mi>o</mi><mo>=</mo><mn>1</mn></mrow><mi>P</mi></munderover><msub><mover><mi>l</mi><mo>~</mo></mover><mi>p</mi></msub><mrow><mo>(</mo><mi>t</mi><mo>)</mo></mrow><mo>;</mo></mrow>

步骤6:若i<N,取i=i+1,对下一个通道的脑电信号xi(t)重复步骤2到步骤5,直到得到第N个通道的消除肌电噪声的脑电信号构成消除肌电噪声的脑电信号矩阵<mrow><mover><mi>x</mi><mo>~</mo></mover><mrow><mo>(</mo><mi>t</mi><mo>)</mo></mrow><mo>=</mo><msup><mrow><mo>[</mo><msub><mover><mi>x</mi><mo>~</mo></mover><mn>1</mn></msub><mrow><mo>(</mo><mi>t</mi><mo>)</mo></mrow><mo>,</mo><msub><mover><mi>x</mi><mo>~</mo></mover><mn>2</mn></msub><mrow><mo>(</mo><mi>t</mi><mo>)</mo></mrow><mo>,</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>,</mo><msub><mover><mi>x</mi><mo>~</mo></mover><mi>N</mi></msub><mrow><mo>(</mo><mi>t</mi><mo>)</mo></mrow><mo>]</mo></mrow><mi>T</mi></msup><mo>.</mo></mrow>

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于合肥工业大学,未经合肥工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201510128626.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top