[发明专利]脑电信号伪迹去除方法及计算机可读存储介质

说明书

本发明提供了一种脑电信号伪迹去除方法及计算机可读存储介质，其中，脑电信号伪迹去除方法，包括：获取含冷痛信息的脑电信号作为目标信号，将目标信号进行迭代降噪以得到纯净模态分量；对纯净模态分量进行短时傅立叶时频分析以得到时频图，根据时频图确定有效特征，构造有效特征对应的模态分量以得到有效信号，从有效信号中筛选出纯净信号；将纯净信号的测试数据集输入到分类模型中，获取纯净信号的精度评价参数；纯净信号的检测精度评价参数满足精度需求确定纯净信号为合格信号。通过对带有冷痛信息的多通道脑电信号进行VMD分解和降噪，改善了模态混叠、端点效应的问题，提高了分解降噪的精度同时也提高了提取有效特征的精度。

技术领域

本发明涉及技术领域，具体而言，涉及一种脑电信号伪迹去除方法及计算机可读存储介质。

背景技术

长期以来，急性疼痛作为一种诱发脑活动信号的方式被广泛研究，并作为一种临床诊断疼痛引起的疾病实验室方法。大多数研究疼痛都是经过多通道采集头皮EEG(脑电图)，然后经过信号处理来评估的。研究中发现，疼痛可以调节大脑皮层的同步性，在神经网络中的组成节点之间有明确的无节律的“振荡”。而且痛觉诱发EEG信号非平稳性强且信噪比低，鲁棒性难以掌握，从EEG信号中提取特征非常困难。特别是在急性冷压痛条件下，诱发的受试神经元活动激活的瞬间振荡，实验室中很难被捕捉到。一般对EEG的处理，都是使用Fourier进行时域到频域上的转换，进行时频分析。然而在相关技术中经常提到的频率，是平稳信号EEG处理中通过Fourier变换直接得到的频率与实际变换无关的参量，实质是信号的局部特性。但EEG的频率是随时间变化的，直接使用Fourier变换是不能很好地分析出局部变化特性，即不能动态地反应EEG的时频特性。很多研究采用增加电极导联数目来提高EEG的识别精度，然而通过研究表明，过多的电极则会采集到附近电极的脑区信号，产生电极间脑源信号的交叉混叠污染。

在实际中，冷痛刺激脑信号的检测容易受到噪声环境多变的影响，更加有效的办法则是采用高效的算法来实现信号特征的提取和降噪。目前常用的EEG信号特征提取和去伪方法有经验模态分解(EMD)、集成经验模态分解(EEMD)和小波变换(WT)等，这些方法抗噪性能差、误判率高、提取精度低。有些方法如EMD分解过程中容易出现模态混叠、伪分量以及端点效应等问题，即信号和噪声混叠在一个或多个固有模态函数(IMF)中或者分解出大量无意的分量。小波变换存在平移变化特性和频带混叠等缺陷，自适应能力差，时频分辨率低。不利于刺激诱发脑电信号瞬时频率频率的提取，以及降噪去伪的效果。且上述方法检测冷痛觉脑活动精确度不高，不利于实际应用和医学临床检测。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一。

本发明的第一个方面提供了一种脑电信号伪迹去除方法。

本发明的第二个方面提供了一种计算机可读存储介质。

鉴于上述，根据本发明的第一个方面，提出了一种脑电信号伪迹去除方法，包括：获取含冷痛信息的脑电信号作为目标信号，将目标信号进行迭代降噪以得到纯净模态分量；对纯净模态分量进行短时傅立叶时频分析以得到时频图，根据时频图确定有效特征，构造有效特征对应的模态分量以得到有效信号，从有效信号中筛选出纯净信号；将纯净信号的测试数据集输入到分类模型中，获取纯净信号的精度评价参数；纯净信号的精度评价参数满足精度需求确定纯净信号为合格信号。