[发明专利]脑电图信号伪差识别、去除、评估方法、装置及电子设备

说明书

本发明公开了一种脑电图信号伪差识别、去除、评估方法、装置及电子设备，识别方法包括：采集脑电图信号，并对所述脑电图信号进行预处理；计算经过预处理的脑电图信号的所有导联的信号能量和/或线长；检测导联的信号能量超过信号能量导联阈值和/或线长超过线长导联阈值的时刻和脑电图信号的信号能量超过信号能量全局阈值和/或线长超过线长全局阈值的时刻；获取间隔小于预设时间阈值的相邻两个时刻；确定所述两个时刻对应的时间段的信号为伪差。该方法能够对脑电图信号中混入的伪差成分进行准确地识别和去除，并评价脑电图信号的信号质量。

技术领域

本发明涉及生物信号处理技术领域，尤其涉及一种脑电图信号伪差识别、去除、评估方法、装置及电子设备。

背景技术

脑电图(Electroencephalography，EEG)是一种常用的记录皮层产生的电活动的图形，具有高分辨率，无创性和低成本的特点，因此被广泛被应用于癫痫病灶的术前评估中。脑电活动是一种非常微弱的生物电信号，需要通过数百万倍的放大才能在头皮上记录到，但同时脑电图是一种容易受到伪差污染的信号。

在临床癫痫诊疗过程中获取的脑电图中，影响脑电图信号质量的最常见的伪差源包括肌电活动、电极移动、工频干扰和白噪声等。现有脑电图伪差识别和去除存在如下问题：

1、某些噪声源(例如白噪声)很难通过典型的带通有限冲激(finite impulseresponse,FIR)或无限冲激(infinite impulse response,IIR)滤波来消除，原因是白噪声的功率谱密度(power spectral density,PSD)与脑电图信号的PSD完全重叠，因此几乎不可能将干净的脑电图信号从白噪声成分中分离出来；

2、眼部运动(包括眼球运动或眨眼)、肌肉噪声、心电信号等在脑电图中通常会产生幅度较大且会分散注意力的伪差。完全剔除存在伪差的脑电图信号片段会丢失数据量，在实际应用中一般不会采取这种方式。脑电图信号中包含频率低于100Hz的癫痫异常放电信息，虽然可以使用滤波方法来去除工频干扰以及其他更高频率的分量。但眼部运动和肌肉运动产生的伪差与癫痫相关的脑电图信号也会发生频谱重叠，因此无法通过常规的滤波方法来去除这些伪差。

3、肌肉运动等产生的伪差具有如下特点：伪差成分的波幅高，可能比脑电图信号大几倍；伪差成分的频带分布范围广，较低和较高频率的伪差都可能出现；伪差成分的空间分布变化大，有些会波及大范围甚至全部导联。因此这些伪差成分难以消除。

伪差的识别对病灶判断的准确性至关重要，有些伪差会掩盖病理性棘波的鉴别。在临床应用中，各种伪差会带来假阳性结果，因此神经内科医生若不能识别伪差，就不能对病灶作出正确判断。

发明内容

本发明提供了一种脑电图信号伪差识别、去除、评估方法、装置及电子设备，以解决现有技术中脑电图的伪差识别困难的问题。

在本发明的第一方面，提供了一种脑电图信号的伪差识别方法，包括：

采集脑电图信号，并对所述脑电图信号进行预处理；

计算经过预处理的脑电图信号的所有导联的信号能量和/或线长；

检测导联的信号能量超过信号能量导联阈值和/或线长超过线长导联阈值的时刻和脑电图信号的信号能量超过信号能量全局阈值和/或线长超过线长全局阈值的时刻；

获取间隔小于预设时间阈值的相邻两个时刻；

确定所述两个时刻对应的时间段的信号为伪差。

进一步地，对所述脑电图信号进行预处理，包括：

对所述脑电图信号进行高通滤波；

对高通滤波后的脑电图信号进行去噪处理；

对去噪处理后的脑电图信号进行低通滤波；