单通道脑电信号中眼电干扰的自动去除方法技术

本发明专利技术公开了一种单通道脑电信号中眼电干扰的自动去除方法，首先分别对采集到的单通道脑电信号和反相后的单通道脑电信号进行基于MSDW的眼电干扰区间检测，得到眼电干扰区间，然后采用基于小波变换的眼电估计方法对每个干扰区间内的单通道脑电信号进行眼电信号估计，然后从单通道脑电信号减去估计得到的眼电信号，得到眼电干扰去除后的脑电信号，实现眼电干扰的去除。本发明专利技术仅需基于单通道脑电信号就可以进行眼电信号的检测并去除眼电干扰，通过对干扰区间检测和眼电信号估计的改进，提高眼电信号估计准确率，从而提高眼电干扰去除效果。

【技术实现步骤摘要】

本专利技术属于脑电信号处理
，更为具体地讲，涉及一种单通道脑电信号中眼电干扰的自动去除方法。
技术介绍
脑电信号(Electroencephalogram,EEG)是由脑神经活动产生并且始终存在于中枢神经系统的自发性电位活动，含有丰富的大脑活动信息，是大脑研究、生理研究、临床脑疾病诊断的重要手段。然而，EEG信号具有高度非平稳性、随机性和非线性的特点，且信号微弱，在使用专用机器(通常通道数较多)或便携式脑电采集设备(少通道甚至单通道的)对EEG进行采集时，极易受到眼电(Electrooculogram,EOG)、肌电(Electromyography,EMG)、心电(Electrocardiography,EKG)的干扰，特别是眼电干扰，幅度较大，对脑电信号的提取和分析有很大的影响。因此，对各种干扰(伪迹)特别是眼电干扰的去除方法研究，始终是脑电信号处理领域的重要问题。目前主要的眼电伪迹去除技术有两类：伪迹排除和伪迹校正。伪迹排除是将包含眼电干扰的脑电时段简单地排除；而伪迹校正指采用各种方法消除眼电成分对所采集EEG的影响，该技术主要包括：1)平均伪迹回归分析方法，其原理是假设眼电电极和各头皮电极之间的传导系数不变，利用眼电通道与其他多个通道的相关性来估计传导系数，并从各个通道中按传导系数减去眼电信号而获得正常的EEG信号；2)盲源分离算法(BlindSourceSeparation,BSS)，指在源信号和传输系统特性均未知的情况下对混合信号进行分离，将分离出的伪迹成分去除后再重建信号就可以得到去除伪迹后的信号，常用的算法有主成分分析(Principalcomponentanalysis,PCA)、独立成分分析(Independentcomponentanalysis,ICA)和二阶盲辨识(Secondorderblindidentification,SOBI)算法等；3)小波变换(wavelettransform,WT)方法，通过小波变换对EEG信号进行小波分解并去除伪迹成分，然后进行小波重构得到纯净的EEG。平均伪迹回归分析方法需要有独立的眼电通道；盲源分离算法要求不同通道在空间具有一定分布，且通道数要大于信号源的数目，其关键问题是如何从分解得到的独立成分中找出伪迹成分；小波变换方法具有多分辨率特性，是一种很好的非平稳信号的去噪方式。对于上述两类眼电伪迹去除技术，伪迹排除技术必须要有干扰检测的过程，这样才能排除受到眼电干扰的脑电时段；而在伪迹校正技术中使用干扰区间检测，然后对检测到的干扰区间进行处理，能够最小化该技术在校正过程中对EEG数据的扭曲，因此，对眼电干扰区间进行检测是非常必要的。
技术实现思路
本专利技术的目的在于克服现有技术的不足，提供一种单通道脑电信号中眼电干扰的自动去除方法，仅需基于单通道脑电信号就可以进行眼电信号的检测并去除眼电干扰，通过对干扰区间检测和眼电信号估计的改进，提高眼电信号估计准确率，从而提高眼电干扰去除效果。为实现上述专利技术目的，本专利技术单通道脑电信号中眼电干扰的自动去除方法包括以下步骤：S1：先对采集到的单通道脑电信号采用基于MSDW的眼电干扰区间检测，得到干扰区间集合r1；然后将单通道脑电信号进行反相，对反相单通道脑电信号采用基于MSDW的眼电干扰区间检测，得到干扰区间集合r2；将干扰区间集合r1和干扰区间集合r2中的干扰区间进行合并，如果存在两个或以上干扰区间存在重叠，将其合并为一个干扰区间，得到最终的干扰区间集合R；S2：对步骤S1得到的干扰区间集合R中的每个干扰区间，采用基于小波变换的眼电估计方法对该干扰区间内的单通道脑电信号进行眼电信号估计，然后从单通道脑电信号减去估计得到的眼电信号，得到眼电干扰去除后的脑电信号。本专利技术单通道脑电信号中眼电干扰的自动去除方法，首先分别对采集到的单通道脑电信号和反相后的单通道脑电信号进行基于MSDW的眼电干扰区间检测，得到眼电干扰区间，然后采用基于小波变换的眼电估计方法对每个干扰区间内的单通道脑电信号进行眼电信号估计，然后从单通道脑电信号减去估计得到的眼电信号，得到眼电干扰去除后的脑电信号，实现眼电干扰的去除。本专利技术具有以下技术效果：1)采用基于MSDW的眼电干扰区间检测从单通道脑电信号中检测得到眼电干扰区间，无需使用多个EEG通道和额外的EOG通道，为便携式脑电采集设备采集的EEG数据去眼电干扰带来了便利，且检测准确率高，可以提高眼电信号估计准确率；2)使用基于小波变换的眼电干扰去除方法对检测出的干扰区间进行眼电估计和去除，能够准确地分离出眼电干扰，根据实验验证可知，眼电干扰去除效果较好，且原始脑电信号与去除眼电干扰后的脑电信号相关性适中，符合数据特征。附图说明图1是本专利技术单通道脑电信号中眼电干扰的自动去除方法的具体实施方式流程图；图2是SDW的示意图；图3是幅度增大眼电干扰示例图；图4是实际可能眼电干扰示例图；图5是本专利技术眼电干扰区间的检测示例图；图6是本实施例中基于小波变换的眼电估计方法流程图；图7是本实施例中6层小波分解示意图；图8是本实施例中小波变换方法与两种对比方法的重构信号对比图；图9是驾驶汽车模拟器前TP9通道数据的眼电干扰去除对比图；图10是驾驶汽车模拟器前TP10通道数据的眼电干扰去除对比图；图11是驾驶汽车模拟器前FP1通道数据的眼电干扰去除对比图；图12是驾驶汽车模拟器中TP9通道数据的眼电干扰去除对比图；图13是驾驶汽车模拟器中TP10通道数据的眼电干扰去除对比图；图14是驾驶汽车模拟器中FP1通道数据的眼电干扰去除对比图；图15是驾驶汽车模拟器后TP9通道数据的眼电干扰去除对比图；图16是驾驶汽车模拟器后TP10通道数据的眼电干扰去除对比图；图17是驾驶汽车模拟器后FP1通道数据的眼电干扰去除对比图。具体实施方式下面结合附图对本专利技术的具体实施方式进行描述，以便本领域的技术人员更好地理解本专利技术。需要特别提醒注意的是，在以下的描述中，当已知功能和设计的详细描述也许会淡化本专利技术的主要内容时，这些描述在这里将被忽略。实施例图1是本专利技术单通道脑电信号中眼电干扰的自动去除方法的具体实施方式流程图。如图1所示，本专利技术单通道脑电信号中眼电干扰的自动去除方法的具体步骤包括：S101：基于MSDW的眼电干扰区间检测：为了更好地说明本专利技术的技术方案，首先对基于MSDW的眼电干扰区间检测原理进行说明。基于MSDW的眼电干扰区间检测是基于数字滤波器和基于规则的决策系统为基础实现的。滤波器可以用如下公式(1)描述：F(t)＝S(t)-S(t-|W|)(1)其中，|W|表示滑动窗口的宽度，S(t)表示原始信号在时刻t的采样值。因为公式(1)来源于公式(2)：因此滤波器可以被称为“单个滑动窗口一阶导数求和(summationoffirstderivativesinaslidingwindow,SDW)”。图2是SDW的示意图。如图2所示，当滑动窗口的尺寸大到能够覆盖到某波形时，原始信号在该滑动窗口下的一阶导数求和就能够滤出该波形，当滑动窗口的尺寸接近目标眼电波形尺寸的一半时，滤波器能够提取出目标波形而抑制小于目标波形的其他波形。对于形如图2中的眼电干扰，当滑动窗口的尺寸是眼电干扰宽度的一半时，SDW在此眼电干扰的峰值点和本文档来自技高网...

【技术保护点】
一种单通道脑电信号中眼电干扰的自动去除方法，其特征在于包括以下步骤：S1：先对采集到的单通道脑电信号采用基于MSDW的眼电干扰区间检测，得到干扰区间集合r1；然后将单通道脑电信号进行反相，对反相单通道脑电信号采用基于MSDW的眼电干扰区间检测，得到干扰区间集合r2；将干扰区间集合r1和干扰区间集合r2中的干扰区间进行合并，如果存在两个或以上干扰区间存在重叠，将其合并为一个干扰区间，得到最终的干扰区间集合R；S2：对步骤S1得到的干扰区间集合R中的每个干扰区间，采用基于小波变换的眼电估计方法对该干扰区间内的单通道脑电信号进行眼电信号估计，然后从单通道脑电信号减去估计得到的眼电信号，得到眼电干扰去除后的脑电信号。

【技术特征摘要】
1.一种单通道脑电信号中眼电干扰的自动去除方法，其特征在于包括以下步骤：S1：先对采集到的单通道脑电信号采用基于MSDW的眼电干扰区间检测，得到干扰区间集合r1；然后将单通道脑电信号进行反相，对反相单通道脑电信号采用基于MSDW的眼电干扰区间检测，得到干扰区间集合r2；将干扰区间集合r1和干扰区间集合r2中的干扰区间进行合并，如果存在两个或以上干扰区间存在重叠，将其合并为一个干扰区间，得到最终的干扰区间集合R；S2：对步骤S1得到的干扰区间集合R中的每个干扰区间，采用基于小波变换的眼电估计方法对该干扰区间内的单通道脑电信号进行眼电信号估计，然后从单通道脑电信号减去估计得到的眼电信号，得到眼电干扰去除后的脑电信号。2.根据权利要求1所述的单通道脑电信号中眼电干扰的自动去除方法，其特征在于，所述的基于MSDW的眼电干扰区间检测的具体方法为：记当前单通道脑电信号时刻t的采样值采用[Wmin,Wmax]范围内各个不同的滑动窗口尺寸W计算SDW值F|W|。Wmin和Wmax根据采样频率和眼电干扰的一般持续时间设置，一般是经验值。从所有SDW值F|...

【专利技术属性】
技术研发人员：刘然，徐苗，田逢春，邓泽坤，贾瑞双，李德豪，刘明明，
申请(专利权)人：小菜儿成都信息科技有限公司，重庆大学，
类型：发明
国别省市：四川;51