预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共15页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN109820503A(43)申请公布日2019.05.31(21)申请号201910283246.7(22)申请日2019.04.10(71)申请人合肥工业大学地址230009安徽省合肥市包河区屯溪路193号(72)发明人陈勋李路畅成娟刘爱萍李畅刘羽宋仁成(74)专利代理机构安徽省合肥新安专利代理有限责任公司34101代理人陆丽莉何梅生(51)Int.Cl.A61B5/0476(2006.01)A61B5/00(2006.01)权利要求书2页说明书7页附图5页(54)发明名称单通道脑电信号中多种伪迹同步去除方法(57)摘要本发明公开了一种单通道脑电信号中多种伪迹同步去除方法,其步骤包括:1,首先用奇异谱分析对单通道脑电信号进行分解,得到多维的信号分量矩阵;2,使用二阶盲辨识方法对信号分量矩阵进行盲源分离,得到多个独立源成分;3,挑选含有伪迹的独立源成分并将其置零;4,将置零后的独立源成分进行盲源分离逆变换,重建得到干净的单通道脑电信号。本发明实现了单通道脑电信号中多种伪迹(肌电、眼电、心电伪迹)的同时去除,并有效保留了信号中的脑电成分。CN109820503ACN109820503A权利要求书1/2页1.一种单通道脑电信号中多种伪迹同步去除方法,所述多种伪迹包括:肌电伪迹、眼电伪迹和心电伪迹,其特征是,所述方法按如下步骤进行:步骤一:获取C个采样点的单通道的脑电信号x=(x1,x2,...,xC),xC表示第C个采样点的单通道的脑电信号;步骤二:使用奇异谱分析法对所述单通道脑电信号x进行分解,得到由P个信号分量所T组合的信号分量矩阵,记为:Z=[Z1,Z2,…Zp,…ZP],其中,Zp表示单通道脑电信号x中第p个信号分量,T为矩阵转置,且1<p<P;步骤三:使用二阶盲辨识方法对所述信号分量矩阵Z进行盲源分离,得到混合矩阵A、解T混矩阵W和源信号矩阵S=[S1,S2,…Sp,…SP],其中,Sp表示第p个独立源信号,并有Z=AS,S=WZ;步骤四:识别所述源信号矩阵S中任何含有伪迹的第n个通道的源信号Sn并置零,从而得到不含伪迹的源信号矩阵步骤五:利用式(1)对所述不含伪迹的源信号矩阵进行盲源分离逆变换,得到去除多种伪迹后重建的信号分量矩阵其中,表示第p个去除伪迹后重建的信号分量:步骤六:利用式(2)对将所述重建的信号分量矩阵中的信号分量进行求和,得到去除多种伪迹后的单通道脑电信号2.根据权利要求1所述的单通道脑电信号中多种伪迹同步去除方法,其特征在于,所述步骤二中是按如下过程进行:步骤2.1:嵌入利用式(3)将C个采样点的单通道的脑电信号x转化为L×K的轨迹矩阵X:式(3)中,L为窗口长度,K为所述轨迹矩阵X的列宽,且K=C-L+1,1<L<C;Xi是第i个延T时向量,并有Xi=[xi,xi+1,…,xL+i-1],1≤i≤K;步骤2.2:奇异值分解计算协方差矩阵Q=XXT,并计算出所述协方差矩阵Q的特征值和特征向量,并对所述特征值进行降序排列后记为λ1,λ2,…,λj,…,λL,相应的特征向量记为U1,U2,…,Uj,…,UL;其中,λj为排列后的第j特征值;Uj为排列后的第j征值λj所对应的特征向量;1≤j≤L;利用式(4)得到第r个初等矩阵Er:2CN109820503A权利要求书2/2页式(4)中,r=1,2,…,d,d是非零特征值的个数,且d<L,Vr为第r个主成分,且从而利用式(5)得到轨迹矩阵X的表达式:X=E1+E2+…+Er…+Ed(5)步骤2.3:分组将第r个初等矩阵Er分为M个互不相交的组,从而利用式(6)得到轨迹矩阵X的表达式:式(6)中,表示第m组初等矩阵;1≤m≤M;步骤2.4:重构利用对角平均公式将所述第m组初等矩阵转换为长度为C的时间序列xm,从而利用式(7)得到C个采样点的单通道的脑电信号x的表达式:3CN109820503A说明书1/7页单通道脑电信号中多种伪迹同步去除方法技术领域[0001]本发明属于脑电信号处理技术领域,具体涉及一种基于奇异谱分析和二阶盲辨识方法相联合,从单通道脑电信号中同时去除多种伪迹(肌电、眼电、心电伪迹)的新方法,主要应用于脑电信号的预处理。背景技术[0002]脑电信号(Electroencephalogram,EEG)是大脑神经细胞的电生理活动在大脑皮层或头皮表面的总体反应,蕴含着丰富的生理信息。随着技术的发展,EEG信号的应用也越来越广泛。通常情况下,采用脑电图机采集EEG信号时,EEG信号极易受到各种伪迹的干扰。伪迹的种类典型的有肌电(Electromyography,EMG)、眼电(Electrooculogram,EOG)和心电(Electrocardiography,ECG)。