去除脑电信号中眼电伪迹的方法、装置、设备及存储介质制造方法及图纸

本发明专利技术公开了一种去除脑电信号中眼电伪迹的方法、装置、设备及存储介质。该方法包括：对采集的多通道脑电信号进行独立分量分解，得到多个独立分量；对所述多个独立分量进行去噪处理；计算去噪后的多个独立分量的样本熵；根据每个独立分量的样本熵，确定脑电独立分量和含有眼电伪迹的独立分量；对含有眼电伪迹的独立分量，去除眼电伪迹；将去除眼电伪迹的独立分量和脑电独立分量进行重构，得到去除眼电伪迹的脑电信号。本发明专利技术不再依赖人工凭借经验去除眼电伪迹，可以自动识别眼电伪迹并去除，而且在得到独立分量后先进行去噪处理，从而得到的脑电信号更加纯净、更加准确。

Method, device, equipment and storage medium for removing electro-ophthalmic artifacts from EEG signals

【技术实现步骤摘要】
去除脑电信号中眼电伪迹的方法、装置、设备及存储介质
本专利技术实施例涉及脑电信号处理技术，尤其涉及一种去除脑电信号中眼电伪迹的方法、装置、设备及存储介质。
技术介绍
脑电信号(Electroencephalogram，EEG)是一种使用电生理指标记录大脑活动得方法，大脑在活动时，大量神经元同步发生的突触后电位经总和后形成的。它记录大脑活动时的电波变化，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。脑电信号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，脑电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，在使用电生理系统(通道数较多)或便携式脑电采集设备(少通道甚至单通道)对脑电信号进行采集时，极易受到眼电(Electrooculogram，EOG)、肌电(Electromyography，EMG)、心电(Electrocardiography，EKG)的干扰，这些干扰的幅度较大，对脑电信号的提取、分析、以及应用有很大的影响。在眼电、肌电和心电的干扰中，眼电伪迹是最大的干扰成分，对脑电信号的影响最大。眼电伪迹的幅值很大，最大可达到100mv,而脑电信号幅度非常微弱，一般头皮脑电信号只有50μv左右，因此将导致采集到的脑电信号产生明显畸变，形成眼电伪迹。并且，眼电伪迹的频带也覆盖了脑电信号的频带，很难通过滤波的方法将其去除。在实验中被试者眨眼、眼球转动都是不可避免的，因此去除眼电伪迹对脑电信号的干扰就显得尤为重要。现有技术中需要人工凭借经验来识别眼电伪迹，存在着准确性低的问题。在采集脑电信号的过程中，脑电信号还容易受到其他噪声的干扰，这对去除脑电信号中的眼电伪迹也带来了一定的难度。
技术实现思路
有鉴于此，本专利技术实施例提供一种去除脑电信号中眼电伪迹的方法、装置、设备及存储介质，以得到更加纯净、准确的脑电信号。第一方面，本专利技术实施例提供了一种去除脑电信号中眼电伪迹的方法，所述方法包括：对采集的多通道脑电信号进行独立分量分解，得到多个独立分量；对所述多个独立分量进行去噪处理；计算去噪后的多个独立分量的样本熵；根据每个独立分量的样本熵，确定脑电独立分量和含有眼电伪迹的独立分量；对含有眼电伪迹的独立分量，去除眼电伪迹；将去除眼电伪迹的独立分量和脑电独立分量进行重构，得到去除眼电伪迹的脑电信号。第二方面，本专利技术实施例还提供了一种去除脑电信号中眼电伪迹的装置，所述装置包括：独立分量分解模块，用于对采集的多通道脑电信号进行独立分量分解，得到多个独立分量；去噪模块，用于对所述多个独立分量进行去噪处理；样本熵计算模块，用于计算去噪后的多个独立分量的样本熵；眼电伪迹确定模块，用于根据每个独立分量的样本熵，确定脑电独立分量和含有眼电伪迹的独立分量；眼电伪迹去除模块，用于对含有眼电伪迹的独立分量，去除眼电伪迹；重构模块，用于将去除眼电伪迹的独立分量和脑电独立分量进行重构，得到去除眼电伪迹的脑电信号。第三方面，本专利技术实施例还提供了一种设备，所述设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本专利技术任一实施例所述的去除脑电信号中眼电伪迹的方法。第四方面，本专利技术实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本专利技术任一实施例所述的去除脑电信号中眼电伪迹的方法。本专利技术实施例的技术方案，通过对采集的多通道脑电信号进行独立分量分解，得到多个独立分量，对该多个独立分量进行去噪处理后，计算多个独立分量的样本熵，根据每个独立分量的样本熵，确定脑电独立分量和含有眼电伪迹的独立分量，对含有眼电伪迹的独立分量去除眼电伪迹，将去除眼电伪迹的独立分量和脑电独立分量进行重构，得到去除眼电伪迹的脑电信号，不再依赖人工凭借经验去除眼电伪迹，可以自动识别眼电伪迹并去除，而且在得到独立分量后先进行去噪处理，从而得到的脑电信号更加纯净、更加准确。附图说明图1是本专利技术实施例一提供的一种去除脑电信号中眼电伪迹的方法的流程图；图2是本专利技术实施例中的数字陷波器的频率响应图；图3是本专利技术实施例提供的去除脑电信号中眼电伪迹的方法中计算多个独立分量的样本熵的流程图；图4是本专利技术实施例中的各个独立分量的样本熵的数值图；图5是本专利技术实施例中的含有眼电伪迹的独立分量的波形图；图6是本专利技术实施例中的去除眼电伪迹后的脑电图；图7是本专利技术实施例中的原始采集的四通道脑电信号的波形图；图8是本专利技术实施例中的去除眼电伪迹后重构的脑电信号的波形图；图9是本专利技术实施例中的原始脑电信号和重构的脑电信号分别与眼电伪迹中的垂直分量的相关系数的结果图；图10是本专利技术实施例提供的去除脑电信号中眼电伪迹的方法中进行独立分量分解的流程图；图11是本专利技术实施例二提供的一种去除脑电信号中眼电伪迹的方法的流程图；图12是本专利技术实施例中的原始脑电信号的频域特性图；图13是本专利技术实施例中的去除工频干扰及其谐波后的脑电信号的频域特性图；图14是本专利技术实施例三提供一种去除脑电信号中眼电伪迹的装置的结构示意图；图15为本专利技术实施例四提供的一种设备的结构示意图。具体实施方式下面结合附图和实施例对本专利技术作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本专利技术，而非对本专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本专利技术相关的部分而非全部内容。实施例一图1是本专利技术实施例一提供的一种去除脑电信号中眼电伪迹的方法的流程图，本实施例可适用于对脑电信号进行预处理的情况，该方法可以由去除脑电信号中眼电伪迹的装置来执行，该装置可以由软件和/或硬件来实现，一般可集成在计算机或医疗设备等设备中，该方法具体包括如下步骤：步骤110，对采集的多通道脑电信号进行独立分量分解，得到多个独立分量。其中，多通道脑电信号可以利用前额叶多通道采集系统采集得到，多通道脑电信号为至少两通道脑电信号，在多通道脑电信号为四通道脑电信号时，前额叶多通道采集系统为前额叶四通道采集系统。在采集四通道脑电信号时，可以选取前额叶附近的四个位置放置电极，进行脑电信号的采集。放置电极的位置不仅仅局限于前额叶，只要是位置靠近前额叶或者功能上和前额叶有关系的位置都可以。使用独立分量分析(IndependentComponentAnalysis，ICA)对多通道脑电信号进行独立分量分解。ICA是指从多个源信号的线性混合信号中分离出源信号的技术。可以使用fastICA(快速独立分量分析)算法对信号进行分解，它的表达式为：x(t)＝As(t)其中，x(t)＝[x1(t),x2(t),…,xn(t)]，x(t)∈Rn×N，x(t)是n通道的观测向量，1≤t≤N，N表示采样点总数，s(t)∈Rm×N为源信号，混合矩阵A∈Rn×m，独立分量分析的目标是求解分离矩阵W，通过W从观测向量x(t)中恢复出未知的源信号s(t)，源信号s(t)使用下式估计得到：y(t)＝Wx(t)其中，y(t)是源信号s(t)的估计，y(t)＝[y1(t),y2(t),…,ym(t)]，y(t)∈Rm×N，y(t)是求得的m个独立分量，其中，yi(t)是第i个独本文档来自技高网...

【技术保护点】
1.一种去除脑电信号中眼电伪迹的方法，其特征在于，所述方法包括：对采集的多通道脑电信号进行独立分量分解，得到多个独立分量；对所述多个独立分量进行去噪处理；计算去噪后的多个独立分量的样本熵；根据每个独立分量的样本熵，确定脑电独立分量和含有眼电伪迹的独立分量；对含有眼电伪迹的独立分量，去除眼电伪迹；将去除眼电伪迹的独立分量和脑电独立分量进行重构，得到去除眼电伪迹的脑电信号。

【技术特征摘要】
1.一种去除脑电信号中眼电伪迹的方法，其特征在于，所述方法包括：对采集的多通道脑电信号进行独立分量分解，得到多个独立分量；对所述多个独立分量进行去噪处理；计算去噪后的多个独立分量的样本熵；根据每个独立分量的样本熵，确定脑电独立分量和含有眼电伪迹的独立分量；对含有眼电伪迹的独立分量，去除眼电伪迹；将去除眼电伪迹的独立分量和脑电独立分量进行重构，得到去除眼电伪迹的脑电信号。2.根据权利要求1所述的方法，其特征在于，还包括：对所述多个独立分量分别进行傅里叶变换，得到所述多个独立分量的幅度谱和相位谱。3.根据权利要求1所述的方法，其特征在于，对采集的多通道脑电信号进行独立分量分解，得到多个独立分量，包括：对采集的多通道脑电信号进行去均值处理及白化处理，得到多个处理后的观测向量；根据每个处理后的观测向量，求解对应的分离向量，并在求解到至少两个分离向量时，对求解到的分离向量进行去相关处理；将去相关处理后的分离向量组成分离矩阵；根据所述分离矩阵、所述观测向量和所述去均值处理中的均值，得到多个独立分量。4.根据权利要求1所述的方法，其特征在于，对所述多个独立分量进行去噪处理，包括：根据工频干扰和各次谐波的性质，通过Z变换，设计数字陷波器；利用所述数字陷波器分别对所述多个独立分量进行滤波，以去除独立分量中的工频干扰及其谐波。5.根据权利要求1所述的方法，其特征在于，计算去噪后的多个独立分量的样本熵，包括：选取去噪后的多个独立分量中的一个独立分量，作为当前独立分量；从当前独立分量中提取第一二维矢量和第二二维矢量；计算所述第一二维矢量和第二二维矢量之间的距离；针对当前独立分量中的每一个采样点，统计第一二维矢量和第二二维矢量之间的距离小于统计阈值的数目，计算该数目与第一二维矢量和第二二维矢量的总的距离数的比值，作为第一比值；计算所述第一比值的均值，作为第一均值；从当前独立分量中提取第一三维矢量和第二三维矢量；计算所述第一三维矢量和第二三维矢量之间的距离；针对当前独立分量中的每一个采样点，统计第一三维矢量和...

【专利技术属性】
技术研发人员：张玉楼，蔚鹏飞，王立平，
申请(专利权)人：深圳先进技术研究院，
类型：发明
国别省市：广东,44