[发明专利]一种单通道的脑电信号中肌电伪迹的消除方法在审
申请号: | 201811289003.6 | 申请日: | 2018-10-31 |
公开(公告)号: | CN109480832A | 公开(公告)日: | 2019-03-19 |
发明(设计)人: | 成娟;李路畅;徐雪远;陈勋;宋仁成;陈强;刘爱萍 | 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: | 陆丽莉;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: | 脑电信号 单通道 肌电 伪迹 独立分量 矩阵 盲源分离 信号分量 独立向量分析 奇异谱分析 自相关系数 后续分析 重要意义 逆变换 并置 多维 置零 去除 分解 检测 重建 | ||
本发明公开了一种单通道脑电信号中肌电伪迹的消除方法,其特征包括:1,首先用奇异谱分析对单通道脑电信号进行分解,得到多维的信号分量矩阵;2,使用独立向量分析对信号分量矩阵进行盲源分离,得到多个独立分量;3,设置自相关系数阈值,检测出含肌电伪迹的独立分量并置零;4,将部分置零后的独立分量进行盲源分离逆变换,重建得到干净的单通道脑电信号。本发明能实现单通道脑电信号中肌电伪迹的去除,对于脑电信号的后续分析有着重要意义。
技术领域
本发明属于脑电信号处理技术领域,具体涉及一种基于奇异谱分析和独立向量分析,从单通道脑电信号中自动识别肌电伪迹并消除的新方法,主要应用于脑电信号的预处理,及人脑相关疾病和人脑功能的研究。
背景技术
脑电信号是脑神经细胞群的自发性、节律性的电生理活动,包括离子交换、新陈代谢等综合外在表现。脑电设备直接从头皮采集得到的脑电信号往往是微弱的,因此脑电设备采集得到脑电信号一般需要经过放大器放大处理。脑电图是指经过放大处理后的脑电信号所形成的具有一定波形信息的曲线图。由于具有高时域分辨率、便携和无创性等特点,脑电信号已被广泛应用于各种神经系统相关仪器的实际应用和测量。然而,脑电信号极易受到各种电生理伪迹的污染,使后续的脑信号特征分析变得相当艰难。对于只有少数电极的长时间的移动监控脑电设备,污染严重程度尤为突出。众多复杂的伪迹均会干扰脑电图的记录,如分别由头部肌肉收缩、心跳和眼球运动所导致产生的肌电信号、心电信号和眼电信号。由于肌电信号具有幅值大、频域分布广和复杂的波形特征等特点,导致肌电伪迹是众多干扰源中最难消除的干扰伪迹。随着便携式脑电信号采集设备的快速发展,针对单通道脑电信号中肌电伪迹去除的问题引起了越来越多的关注。
在过去数十年里,研究人员已经进行了许多尝试来解决脑电信号中肌电伪迹移除的这个难题。最初,低通滤波器通常被用来去除肌电伪迹。然而,若肌电伪迹与感兴趣的脑电信号的频谱重叠的话,低通滤波器不仅会抑制肌电伪迹,而且可能会造成有价值的脑电信息损失。在最近的研究中,盲源分离开始广泛应用于脑电信号中肌电伪迹的去除。盲源分离方法是指在没有先验知识的条件下,从混叠信号中将各源信号分离出来的过程。脑电信号中肌电伪迹去除的基本方法为,先对被伪迹污染的脑电信号盲源分离,后将判定为肌电伪迹的源信号置零,再进行信号重建得到干净的脑电信号。常用的盲源分离算法有独立成分分析(independent component analysis,ICA)、典型相关分析(canonical correlationanalysis,CCA)。ICA是利用高阶统计量将脑电信号分解为独立分量,但是ICA在去除肌电伪迹的效果上并不好,因为该方法得到的独立分量中肌电伪迹和脑电信号经常发生串扰。为此,一些学者提出CCA去除肌电伪迹。CCA是利用二阶统计量将脑电信号分解成互不相关且自相关性最大的典型变量。由于肌电的特性与白噪声类似具有较低的自相关性,CCA在去除肌电的效果上一般优于ICA。但CCA在应用于采样点数较多的脑电信号中肌电伪迹去除时,效果也不好。
然而,由于盲源分离方法默认假设源信号的数目等于或少于信号的通道数,所以它不能直接应用于单通道脑电的去噪处理。
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/201811289003.6/2.html,转载请声明来源钻瓜专利网。