[发明专利]基于单通道的脑电信号中眼电伪迹分离方法

权利要求书

1.一种基于单通道的脑电信号中眼电伪迹分离方法，其特征在于，包括：

S1对单通道采集的待分离脑电信号进行自适应噪声完备经验模态分解，得到n个模态分量作为观测信号，所述脑电信号中混有眼电伪迹；

S2将所述观测信号的卷积混合模型转化为瞬时混合模型x(t)＝As(t)，所述观测信号由2维源信号卷积混合而成；

其中，t为脑电信号的采样时间点，n维观测信号x(t)＝[x₁(t)，x₂(t)，...，x_K(t)]，m维源信号混合矩阵A＝(A_ij)，h_ij表示是第j个源信号到第i个观测点的卷积混合过程，用FIR滤波器表示，i＝1，2，…，K，j＝1，2，…，m，l表示滤波器的阶数；

S3基于脑电信号中眼电伪迹和纯净的脑电信号之间的相互独立性，根据联合块对角化原理和转化为瞬时混合模型的观测信号建立代价函数J(W)；

其中，||·||_F表示矩阵的Frobenius范数，offbdiag表示矩阵的非对角块部分，W表示混合矩阵A的逆矩阵；τ_q表示时延，q＝1，2，…，Q；W^H表示W的共轭转置矩阵；R_x(τ_q)表示观测信号x(t)在时延τ_q下的自相关矩阵，且R_x(τ_q)＝AR_s(τ_q)A^H，A^H表示混合矩阵A的共轭转置矩阵；

S4根据共轭梯度法对代价函数J(W)进行迭代寻优，得到逆矩阵W的估计值

S5根据逆矩阵W的估计值计算得到纯净的脑电信号实现脑电信号中分离出眼电伪迹。

2.如权利要求1所述的脑电信号中眼电伪迹分离方法，其特征在于，在步骤S1中包括：

S11在观测信号中加入高斯白噪声得到构造信号x_j(t)＝x(t)+σ₀w^j(t)，其中，x(t)为观测信号，σ₀为求第1个模态分量时的噪声标准差，w^j(t)为服从N(0，1)分布的白噪声，j＝1，2，…，N；

S12对构造信号x_j(t)进行N次EMD分解得到N个第一阶分量，并对分量取均值，得第一个模态分量和第一个余量信号r₁(t)：

S13判断余量信号r₁(t)的极值点个数是否超过两个，若是，对EMD分解到的第一阶模态算子加入第一阶余量信号r₁(t)构成信号r₁(t)+σ₁M₁[w^j(t)]进行EMD分解得到第二个模态分量

其中，σ₁表示求第2个模态分量时的噪声标准差，M_a[·]定义为对信号进行EMD分解后的第a个IMF模态的算子，M₁[w^j(t)]为EMD分解产生的第一个模态的算子，w^j(t)表示第j次分解添加的高斯白噪声；

S14循环步骤S13进行分解，直到判断前一层模态分解得到的余量信号的极值点个数不超过两个，停止分解，得到最终的余量信号R(t)：

其中，K表示模态分解的次数；k表示模态分解的层数，k＝1，2，…，K；

原始信号x(t)被分解为：

在第k层分解，计算第k个余量信号r_k(t)和第k+1个模态分量

其中，表示第k个模态分量，σ_k表示求第k+1个模态分量时的噪声标准差。