[发明专利]基于多通道的脑电信号中肌电噪声的消除方法

摘要

本发明公开了一种基于多通道的脑电信号中肌电噪声的消除方法，其特征包括：1、首先用总体平均经验模态对每一通道脑电信号进行分解，得到每一通道的本征模态分量；2、通过自相关系数判定含噪声的本征模态分量，由含噪声的本征模态分量构成含噪本征模态分量矩阵；3、对含噪本征模态分量矩阵进行盲信号分离；4、用自相关系数判定含噪声的典型分量，置零噪声分量并重建信号。本发明不仅实现了去除肌电的目的，同时保留了各本征模态分量中疑似脑电的成分，保证脑电信息在处理过程中尽可能不丢失。

主权项

1.一种基于多通道的脑电信号中肌电噪声的消除方法，其特征是包括如下步骤：步骤一：由脑电测量设备采集并记录t时刻N通道的脑电信号，记为：X(t)＝[x1(t),x2(t),…,xn(t),…,xN(t)]T，xn(t)为t时刻第n通道的脑电信号，T为矩阵的转置；1≤n≤N；步骤二：应用总体平均经验模态分解将所述第n通道的脑电信号xn(t)分解为P个本征模态分量，记为：In(t)＝[i1(n)(t),i2(n)(t),…,ip(n)(t),…,iP(n)(t)]T；ip(n)(t)为t时刻第n通道的脑电信号xn(t)的第p个本征模态分量；1≤p≤P；从而获得t时刻N通道的脑电信号X(t)的本征模态分量矩阵，记为：I(t)＝[I1(t),I2(t),…,In(t),…,IN(t)]T；步骤三：求取所述第n通道的脑电信号xn(t)的第p个本征模态分量ip(n)(t)的自相关系数值Rp(n)，当所述自相关系数Rp(n)低于阈值θ时，判定所述第p个本征模态分量ip(n)(t)为含有肌电噪声的本征模态分量；从而从所述本征模态分量矩阵I(t)中挑选出所有含有肌电噪声的的本征模态分量，并组成含有肌电噪声的本征模态分量矩阵，记为M(t)＝[m1(t),m2(t),…,mB(t)]T；B表示含有肌电噪声的的本征模态分量的总数；步骤四：用典型相关分析对所述含有肌电噪声的本征模态分量矩阵M(t)进行盲源信号的分离，得到混合矩阵A、解混矩阵W和源信号矩阵Y(t)＝[y1(t),y2(t),…,yb(t),…,yB(t)]T；yb(t)表示第b个典型变量，并有：M(t)＝AY(t)或Y(t)＝WM(t)；1≤b≤B；步骤五：求取所述源信号矩阵Y(t)中的第b个典型分量y_b(t)的自相关系数值r_b，当所述自相关系r_b低于所设定的阈值e时，判定所述第b个典型分量y_b(t)为含有肌电噪声的典型分量；并将含有肌电噪声的典型分量置为零；从而将所述源信号矩阵Y(t)中所有含有肌电噪声的典型分量均置为零，得到不含有肌电噪声的源信号矩阵步骤六：利用式(1)得到不含有肌电噪声的本征模态分量矩阵步骤七：将所述不含有肌电噪声的本征模态分量矩阵中每个本征模态分量按照各自在所述本征模态分量矩阵I(t)中挑选前的位置，替换所述本征模态分量矩阵I(t)中对应的本征模态分量；从而得到去除噪后的本征模态分量矩阵I′(t)＝[I′₁(t),I′₂(t),…,I′_n(t),…,I′_N(t)]^T；步骤八：利用式(2)得到去除噪后的第n通道的干净脑电信号从而获得去除噪后的N通道的脑电信号式(2)中，i′p(n)(t)表示第n通道的脑电信号xn(t)的去除噪后的第p个本征模态分量。