基于多通道的脑电信号中肌电噪声的消除方法.pdf

(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CN106236080A(43)申请公布日2016.12.21(21)申请号201610692634.7(22)申请日2016.08.19(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)发明人陈勋徐雪远陈强李路畅(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)权利要求书1页说明书7页附图11页(54)发明名称基于多通道的脑电信号中肌电噪声的消除方法(57)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。CN106236080ACN106236080A权利要求书1/1页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),x2T(t),…,xn(t),…,xN(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T态分量，记为：In(t)＝[i1(n)(t),i2(n)(t),…,ip(n)(t),…,iP(n)(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)T的本征模态分量矩阵，记为：I(t)＝[I1(t),I2(t),…,In(t),…,IN(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),m2T(t),…,mB(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),…,yBT(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yb(t)的自相关系数值rb，当所述自相关系rb低于所设定的阈值e时，判定所述第b个典型分量yb(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′nT(t),…,I′N(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。2CN106236080A说明书1/7页基于多通道的脑电信号中肌电噪声的消除方法技术领域[0001]本发明属于脑电信号处理技术领域，具体涉及一种基于总体平均经验模态分解和典型相关分析，从多通道脑电信号中自动识别肌电噪声并消除的方法，主要应用于人脑相关疾病和人脑功能的研究。背景技术[0002]脑电信号是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映。脑电图作为记录脑电信号的设备，已经和心电图、X射线检查一样，成为临床的重要检查手段。然而脑电信号作为微弱的电生理信号，经常受到如心电、眼电和肌电等多种噪声的干扰，影响后续对脑电分析的准确性。由于肌肉活动(如咬、嚼和皱眉)引起的肌电干扰，在脑电信号采集过程是难以避免的，并且其幅值大、频域分布广，造成肌电噪