The invention discloses a pre processing method of EEG signal based on empirical mode decomposition (EMD). It decomposes the original EEG signal through empirical mode, obtains a series of intrinsic mode component (IMF) components, observe the spectrum of IMF component, find the fraction of the power frequency interference, and carry out the 50Hz filter for the component, and calculate the following calculation. The IMF order that needs to be retained is obtained. Finally, the IMF component is reconstructed to get the preprocessed EEG. This method is simple, easy to understand and operable, and provides new ideas for EEG preprocessing.
【技术实现步骤摘要】
一种基于经验模式分解(EMD)的脑电信号预处理方法
本专利技术涉及基于经验模式分解(EMD)的脑电信号预处理方法,属于脑电信号处理领域。技术背景脑电信号是大脑神经活动在大脑皮层和头皮表面的综合反应,包含大量的生理与疾病信息,是大脑研究领域的重点,是探索人类大脑奥秘的重要途径。在通过脑电采集装置得到原始脑电信号后,对原始的脑电信号进行信号处理,才能将杂乱无章的脑电图变成具有研究价值的数据,进而得出相关结论。由于原始的脑电信号中包含大量的干扰波,因此对脑电信号的预处理是进行下一步脑电信号处理的第一步。原始脑电信号中主要有50Hz的工频干扰,这是在进行脑电采集是不可避免的。另外,由于人体的肌肉活动、血液流动、设备精度等原因,造成原始脑电信号中混有严重的背景噪声干扰,目前常见去噪方法有小波变换。但是小波变换是基于固定小波基函数,而本专利技术提出的经验模式分解是自适应的,能够较好去除脑电信号的综合噪声,同时保留了脑电信号的基本信息,为后续的脑电信号分析奠定了良好的基础。
技术实现思路
本专利技术的目的是提供一种基于经验模式分解(EMD)的脑电信号预处理方法,该方法对于常见的滤波器方法和小波变换方法更加具有优势,能够有效的对脑电信号进行预处理,为脑电信号预处理提供一种新的途径。本专利技术解决其技术问题所采取的技术方法是:一种基于经验模式分解(EMD)的脑电信号预处理方法,具体步骤如下:步骤1).脑电信号采集,采用Neuroscan设备采集原始脑电信号;步骤2).将脑电信号分解成一系列的内蕴模式分量(IFM);步骤3).将各分量做谱分析,含有工频干扰的IFM通过50Hz ...
【技术保护点】
一种基于经验模式分解(EMD)的脑电信号预处理方法,其特征是,所述脑电信号预处理包括去除50Hz工频干扰、信号消噪,具体步骤如下:步骤1).脑电信号采集,采用Neuroscan设备采集原始脑电信号;步骤2).将脑电信号分解成一系列的内蕴模式分量(IFM);步骤3).将各分量做谱分析,含有工频干扰的IFM通过50Hz陷波器;步骤4).对各阶的内蕴模式分量,依次计算其能量密度和平均周期的乘积,当乘积突然变大时,去除去除各阶内蕴模式分量,即通过计算得到需要保留的内蕴模式分量(IFM)的阶数;步骤5).将欲保留的IFM重构,得到预处理后的脑电信号。
【技术特征摘要】
1.一种基于经验模式分解(EMD)的脑电信号预处理方法,其特征是,所述脑电信号预处理包括去除50Hz工频干扰、信号消噪,具体步骤如下:步骤1).脑电信号采集,采用Neuroscan设备采集原始脑电信号;步骤2).将脑电信号分解成一系列的内蕴模式分量(IFM);步骤3).将各分量做谱分析,含有工频干扰的IFM通过50Hz陷波器;步骤4).对各阶的内蕴模式分量,依次计算其能量密度和平均周期的乘积,当乘积突然变大时,去除去除各阶内蕴模式分量,即通过计算得到需要保留的内蕴模式分量(IFM)的阶数;步骤5).将欲保留的IFM重构,得到预处理后的脑电信号。2.根据权利要求1所述的方法,其特征在于,步骤2)中将脑电信号通过经验模式分解(EMD)分解成一系列的内蕴模式分量(IFM);对脑电信号x(t)进行EMD分解的过程如下:对脑电信号求取所有局部极大值和极小值;利用插值函数求取极大值点包络线、极小值点包络线和极大值点包络线与极小值点包络线的均值线;用原信号减去均值线满足给定的终止条件后得到分量,重复以上步骤得到一组分量和剩余分量;经验模式分解算法可以描述为下式:imf1=x(t)-VAG(x(t))imf2=VAG(x(t))-VAG(VAG(x(t)))=VAG(x(t))-VAG2(x(t))imf3=VAG2(x(t))-VAG(VAG2(x(t)))=VAG2(x(t))-VAG3(x(t))...........imfn=VAGn-1(x(t))-VAGn(x(t))其中,...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。