一种基于自动ICA去除EEG信号中核磁伪迹的方法技术

本发明专利技术公开了一种基于自动ICA去除EEG信号中核磁伪迹的方法，所述方法包括以下步骤：1)对含有核磁伪迹的EEG信号进行基础去噪处理，得到去除了大部分核磁伪迹的EEG信号X'(t)；2)对信号X'(t)进行独立成分分离，并自动识别出其中的核磁伪迹残余成分，其余成分保持不变；3)提取步骤2)里核磁伪迹残余成分中的有效低频成分并将其保留；4)将步骤3)得到的核磁伪迹残余成分中的有效低频成分和步骤2)中保留的其余成分一起经过ICA逆变换重构，得到除噪后的EEG信号。所述在ICA的基础上根据核磁噪声的频率分布特性以及其与核磁扫描重复时间参数相关的周期特性自动选择核磁伪迹成分，并保留了其中的有用信息。

Method for removing nuclear magnetic artifact in EEG signal based on automatic ICA

The invention discloses a method for automatically removing ICA EEG signals based on magnetic artifacts, the method comprises the following steps: 1) of the EEG signal containing magnetic artifact based denoising, remove EEG signal X'most magnetic artifacts (T); X' (T 2) on the signal) independent component separation, and automatically identify the residual magnetic artifacts components among them, other components remain unchanged; 3) extraction step 2) low frequency components in effective components of the residual magnetic artifacts and keep it; 4) step 3) effective low frequency components and steps of magnetic component in residual artifacts 2) the remainder retained after the inverse ICA, get EEG signal after noise removal. On the basis of the ICA, the nuclear magnetic artifact component is automatically selected according to the frequency distribution characteristic of the nuclear magnetic noise and the periodicity characteristic related to the time parameter of the nuclear magnetic scanning repeated scanning, and the useful information is retained.

【技术实现步骤摘要】
一种基于自动ICA去除EEG信号中核磁伪迹的方法
本专利技术涉及EEG-fMRI混合脑电信号研究领域，具体涉及一种基于自动ICA去除EEG信号中核磁伪迹的方法。
技术介绍
脑电信号的研究一直是生物医学领域以及脑神经信息研究领域的重点，也是人类观察大脑工作机制探寻大脑奥秘的最基本的方式。EEG信号具有毫秒级的时间分辨率，以头皮电位的变化记录大脑的神经活动。而功能磁共振技术通过神经成像让人们更加直观的看到大脑内部的结构及其血氧活动。功能磁共振的高空间分辨率和EEG信号的高时间分辨率让他们的结合具有更重要的意义和优势。然而两种方法的结合也受到了很多限制，尤其是磁共振扫描给EEG记录带来的强烈干扰，主要是由于核磁扫描时梯度磁场切换引起的梯度伪迹，即本专利技术中所指的核磁伪迹。这种伪迹信号的典型波幅是EEG信号的100到1000倍，且它的频率通常会覆盖EEG信号的频率范围，因此用传统的去噪方法通常难以完全去除。最初由Allen等人在2000年提出的平均模板相减法(AAS)，利用梯度伪迹的周期性生成平均伪迹模板，然后与当前获得的EEG信号匹配并从中减去这个模板。这个方法在大量的文献中被证实是可用本文档来自技高网...

【技术保护点】
一种基于自动ICA去除EEG信号中核磁伪迹的方法，其特征在于，所述方法包括以下步骤：1)对含有核磁伪迹的EEG信号进行基础去噪处理，得到去除了大部分核磁伪迹的EEG信号X'(t)；2)对信号X'(t)进行独立成分分离，并自动识别出其中的核磁伪迹残余成分，其余成分保持不变；3)提取步骤2)里核磁伪迹残余成分中的有效低频成分并将其保留；4)将步骤3)得到的核磁伪迹残余成分中的有效低频成分和步骤2)中保留的其余成分一起经过ICA逆变换重构，得到除噪后的EEG信号。

【技术特征摘要】
1.一种基于自动ICA去除EEG信号中核磁伪迹的方法，其特征在于，所述方法包括以下步骤：1)对含有核磁伪迹的EEG信号进行基础去噪处理，得到去除了大部分核磁伪迹的EEG信号X'(t)；2)对信号X'(t)进行独立成分分离，并自动识别出其中的核磁伪迹残余成分，其余成分保持不变；3)提取步骤2)里核磁伪迹残余成分中的有效低频成分并将其保留；4)将步骤3)得到的核磁伪迹残余成分中的有效低频成分和步骤2)中保留的其余成分一起经过ICA逆变换重构，得到除噪后的EEG信号。2.根据权利要求1所述的一种基于自动ICA去除EEG信号中核磁伪迹的方法，其特征在于：步骤1)中，所述基础去噪处理具体过程为：根据核磁扫描仪的重复时间TR和一次全脑扫描的层数确定核磁基波频率fb，选择要处理的N个信号通道，将含有核磁伪迹的EEG信号X(t)＝[x1(t),x2(t),…,xN(t)]T经过AAS处理，得到去除了大部分核磁伪迹的EEG信号X'(t)，其中N表示通道，t表示时间，T表示矩阵的转置。3.根据权利要求1所述的一种基于自动ICA去除EEG信号中核磁伪迹的方法，其特征在于：所述步骤2)的具体过程为：将步骤1)得到的信号X'(t)经过ICA算法进行分离得到N个独立成分IS(t)＝[IS1(t),IS2(t),…,ISN(t)]T＝W*X'(t)，其中W为由ICA算法得到的解混矩阵，定义以核磁基波频率fb及其各次谐波频率k*fb为中心频率的区间[k...

【专利技术属性】
技术研发人员：孙岩丹，俞祝良，顾正晖，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：广东,44