[发明专利]多导联脑电信号的伪迹去除方法、装置及脑机接口在审
申请号: | 202210051158.6 | 申请日: | 2022-01-17 |
公开(公告)号: | CN114469135A | 公开(公告)日: | 2022-05-13 |
发明(设计)人: | 向绍鑫;郝慎才;王晓岸 | 申请(专利权)人: | 北京脑陆科技有限公司 |
主分类号: | A61B5/369 | 分类号: | A61B5/369;A61B5/372;A61B5/386;A61B5/00 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 100083 北京市海淀区*** | 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: | 多导联脑 电信号 去除 方法 装置 接口 | ||
1.一种多导联脑电信号的伪迹去除方法,其特征在于,包括:
获取待处理的多导联脑电信号;
利用预设的独立成分分析算法将所述多导联脑电信号分解为若干独立成分;
对若干独立成分进行图谱转换,得到脑电特征图;
依据预构建的伪迹识别模型对所述脑电特征图进行识别,得到若干独立成分各自属于各类预定成分分别对应的成分概率;
基于若干独立成分各自属于各类预定成分分别对应的成分概率,确定若干独立成分各自所属的预定成分;
若任一独立成分所属的预定成分为伪迹,则将该任一独立成分去除后对剩余的独立成分进行重构,得到去除伪迹的纯净脑电信号。
2.根据权利要求1所述的方法,其特征在于,所述对若干独立成分进行图谱转换,得到脑电特征图的步骤,包括:
对若干独立成分分别进行傅里叶变换并进行平方计算,得到若干独立成分分别对应的功率谱密度PSD图;
和/或
对若干独立成分分别按照通道相同成分进行功率谱提取并进行空间插值,构建出所述脑地形图。
3.根据权利要求2所述的方法,其特征在于,
所述依据预构建的伪迹识别模型对所述脑电特征图进行识别,得到若干独立成分各自属于各类预定成分分别对应的成分概率的步骤之前,所述方法还包括:
确定对伪迹进行识别的模式;
所述依据预构建的伪迹识别模型对所述脑电特征图进行识别,得到若干独立成分各自属于各类预定成分分别对应的成分概率的步骤,包括:
若对伪迹进行识别的模式为对多种伪迹同时识别的模式,则利用所述伪迹识别模型对所述脑地形图和/或所述功率谱密度PSD图进行识别,得到若干独立成分各自属于各类预定成分分别对应的成分概率。
4.根据权利要3所述的方法,其特征在于,所述基于若干独立成分各自属于各类预定成分分别对应的成分概率,确定若干独立成分各自所属的成分类别的步骤,包括:
基于若干独立成分各自属于各类预定成分分别对应的成分概率,确定若干独立成分各自的成分概率的最大值;
依据若干独立成分各自的成分概率的最大值,确定若干独立成分各自所属的预定成分。
5.根据权利要求3所述的方法,其特征在于,所述依据预构建的伪迹识别模型对所述脑电特征图进行识别,得到若干独立成分各自属于各类预定成分分别对应的成分概率的步骤,包括:
若对伪迹进行识别的模式为对各类伪迹逐个进行识别的模式,则利用预构建的各类伪迹分别对应的伪迹识别模型对所述脑地形图和所述功率谱密度PSD图进行识别,得到若干独立成分各自属于各类预定成分分别对应的成分概率。
6.根据权利要求5所述的方法,其特征在于,所述基于若干独立成分各自属于各类预定成分分别对应的成分概率,确定若干独立成分各自所属的预定成分的步骤,包括:
基于若干独立成分各自属于各类预定成分分别对应的成分概率,确定各类预定成分各自的成分概率的最大值;
依据各类预定成分各自的成分概率的最大值,确定若干独立成分各自所属的预定成分。
7.根据权利要求1所述的方法,其特征在于,所述依据预构建的伪迹识别模型对所述脑电特征图进行识别,得到若干独立成分各自属于各类预定成分分别对应的成分概率的步骤之前,所述方法还包括:
基于预定的模型框架,确定用于训练的神经网络模型,所述神经网络模型依次包括:
输入层、Stem层、第一Inception层、第一Reduction层、第二Inception层、第二Reduction层、第三Inception层、平均池化层、dropout层和Softmax层。
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北京脑陆科技有限公司,未经北京脑陆科技有限公司许可,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/202210051158.6/1.html,转载请声明来源钻瓜专利网。