[发明专利]一种核磁共振环境下的脑信号在线去噪方法

权利要求书

1.一种核磁共振环境下的脑信号在线去噪方法，其特征在于，包括以下步骤：

1)对采集到的脑电信号进行高通滤波，滤除温漂及脉冲伪迹；

2)对步骤1)中滤波后的信号进行上采样，并对脑电信号与fMRI设备发出的标记进行同步，即将每个fMRI扫描切片过程中采集的脑电信号与下面步骤3)的梯度噪声模板进行滑动互相关运算，运算结果最大的位移即为同步后调整的位置，得到信号S_h；

3)由于脑电信号是随机信号，梯度噪声则以一个切片扫描时间T为周期，每个周期内该噪声的形状相似，因此需要构造一个滑动窗口来构造梯度噪声模板A_τ，其中τ表示模板的时间序号，基于此模板进行初步去噪；

4)得到梯度噪声模板A_τ后，将混合着噪声的信号S_h划出一个长度为T*w个点的切片，其中w为采样频率，将梯度噪声模板以最小二乘拟合切片数据，得到拟合参数y_τ，从S_h减去y_τ*A_τ，得到带有残留伪迹的信号S^r；

5)步骤4)得到的信号S^r中依然有残留伪迹，对其进行主成分分析，即PCA，再将PCA得到的各成分与梯度噪声模板进行相关操作，将各成分按照相关程度大小排序，取最大的m个成分作为梯度噪声的最优基β_j，j＝1,2,...,m，将其以最小二乘拟合S^r，得到拟合参数a_j，j＝1,2,...,m，具体处理过程如下：

5.1)在信号S^r中构造一个PCA滑动窗口，将其以一个切片的时间间隔T划分，即T*w为一个数据段，构造一个PCA样本矩阵S_p*q，其中p为PCA样本的个数，q则为一个样本的维数，即q＝T*w，将每个新采集的数据段去平均后存进S_p*q，并删除最早的一个数据段，保持p个样本数；

5.2)对S_p*q转置得到矩阵之后计算矩阵的特征向量v_i及特征值σ_i，则样本的协方差矩阵的特征向量

5.3)将特征向量u_i与S_p*q中的最新一个切片数据段作相关运算，将u_i按照相关运算的结果从大到小排序，取最大的m个u_i作为梯度噪声的最优基β_j，j＝1,2,...,m，将其以最小二乘拟合得到拟合参数a_j，j＝1,2,...,m,即从减去a_j*β_j，最终经过构造梯度噪声模板去噪及PCA去噪，即可将梯度噪声消除。

2.根据权利要求1所述的一种核磁共振环境下的脑信号在线去噪方法，其特征在于，在步骤1)之前还要进行如下步骤：

设计程序框架，程序包含两个主要线程，一个线程负责记录放大器采集的信号，另一个线程负责信号的处理，且对需要进行去噪的每个放大器通道都要单独创建一个线程，创建的线程负责每个通道信号的并行处理。

3.根据权利要求1所述的一种核磁共振环境下的脑信号在线去噪方法，其特征在于：在步骤3)中，具体处理过程如下：

3.1)以N⁺个切片扫描时间长度N⁺*T为滑动窗口的宽度，在脑电信号上进行移动，将窗口中的信号以T为间隔进行划分，设采样频率为w，即q＝T*w个采样点为一个切片间隔的数据长度；

3.2)窗口中的一个切片数据段为将N⁺个进行叠加，再除以N⁺取平均，得到梯度噪声的模板