[发明专利]一种多模态静息脑电数据干扰消除和标记方法及装置有效

专利信息
申请号: 202111177728.8 申请日: 2021-10-09
公开(公告)号: CN113951897B 公开(公告)日: 2023-05-05
发明(设计)人: 王子洋;杨芳梅;刘禹;张睿 申请(专利权)人: 中国科学院自动化研究所
主分类号: A61B5/369 分类号: A61B5/369;A61B5/00
代理公司: 北京路浩知识产权代理有限公司 11002 代理人: 郭亮
地址: 100190 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 多模态静息脑电 数据 干扰 消除 标记 方法 装置
【说明书】:

发明提供一种多模态静息脑电数据干扰消除和标记方法及装置,其中方法包括:确定静息态下本次同步采集的四肢运动数据和肌电数据满足第一干扰处理条件时,对静息态下本次同步采集的脑电数据进行眼动干扰去除处理,得到第一目标静息态脑电数据;确定四肢运动数据和肌电数据满足第一干扰标记条件时,对脑电数据进行肢体干扰段及肌电干扰段标识,得到第二目标静息态脑电数据;分别将第一目标静息态脑电数据和第二目标静息态数据存储为第一目标静息态脑电数据文件和第二目标静息态脑电数据文件。本发明能够自动定位和去除咀嚼、吞咽、身体及头部扭动等小动作,并且能自动去除眼电对于低频段静息脑电数据采集影响,从而获取到高质量的静息态脑电数据。

技术领域

本发明涉及脑科学研究技术领域,尤其涉及一种多模态静息脑电数据干扰消除和标记方法及装置。

背景技术

静息态脑电是采集被试者睁眼或闭眼静息的坐在屏幕前的一种脑电实验范式,并且通过提取静息态脑电信号的功率谱、脑网络连接、微状态等特征,能够对抑郁症、精神分裂症等多种精神类障碍进行判别。因此,如何获取高质量静息态脑电信号显得尤为重要。

现有方法通过设定时域数据中的阈值点去除强烈干扰信号,或者通过独立成分分析法剔除眨眼、心跳等规律性较强的干扰信号的方式获取静息态脑电信号。

由于现有方法只能去除脑电信号中干扰强度大或规律性较强的高频段干扰信号,并不能去除被试者轻微动作或不规律运动产生的低频段干扰信号,从而导致所获取的脑电信号的准确性和可靠性并不高。

发明内容

本发明提供一种多模态静息脑电数据干扰消除和标记方法及装置,用以解决现有技术中不能滤除被试者轻微动作或不规律运动产生的低频段干扰信号的缺陷,实现自动标记和去除被试者轻微动作或不规律运动产生的低频段干扰信号。

本发明提供一种多模态静息脑电数据干扰消除和标记方法,包括:

获取静息态下本次同步采集的四肢运动数据、肌电数据、眼电数据和脑电数据;

确定所述四肢运动数据和所述肌电数据满足第一干扰处理条件时,对所述脑电数据进行眼动干扰去除处理,得到第一目标静息态脑电数据;其中,所述第一目标静息态脑电数据包括所述眼电数据;

确定所述四肢运动数据和所述肌电数据满足第一干扰标记条件时,对所述脑电数据对应的肢体运动部位标识列和肌电运动部位标识列分别标记预设标识号,得到第二目标静息态脑电数据;其中,所述第二目标静息态脑电数据包括所述眼电数据;

将所述第一目标静息态脑电数据按照第一预设格式存储为第一目标静息态脑电数据文件,将所述第二目标静息态数据按照第二预设格式存储为第二目标静息态脑电数据文件。

根据本发明提供的一种多模态静息脑电数据干扰消除和标记方法,在所述获取静息态下本次同步采集的四肢运动数据、肌电数据、眼电数据和脑电数据的步骤之后,所述方法还包括:

确定所述四肢运动数据和所述肌电数据满足第二干扰处理条件时,执行针对所述脑电数据、所述眼电数据以及预设历史脑电数据和预设历史眼电数据的删除操作;

执行针对所述肌电数据和所述四肢运动数据的干扰标记操作及存储操作。

根据本发明提供的一种多模态静息脑电数据干扰消除和标记方法,在所述确定所述四肢运动数据和所述肌电数据满足第一干扰标记条件之后,所述方法还包括:

确定所述四肢运动数据和所述肌电数据满足第二干扰标记条件时,执行针对所述肌电数据和所述四肢运动数据的干扰标记操作及存储操作。

根据本发明提供的一种多模态静息脑电数据干扰消除和标记方法,所述执行针对所述肌电数据和所述四肢运动数据的干扰标记操作及存储操作,包括:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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中国科学院自动化研究所,未经中国科学院自动化研究所许可,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/202111177728.8/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top