【技术实现步骤摘要】
基于可穿戴脑电设备的伪迹去除和脑电信号质量评估方法
本专利技术属于脑电信号监测领域，特别涉及了一种脑电信号质量评估方法。
技术介绍
脑电信号是由大脑神经元放电产生的，反映大脑活动的微弱生物电信号。由于脑电具有容易获取，非侵入性，以及高时间分辨率的特点，其在科学研究和疾病诊断等方面发挥着越来越重要的作用。随着脑电监测技术的不断发展，市场上出现了一大批可穿戴脑电设备，主要应用于商业，医疗和教育等领域。但是这些可穿戴脑电设备在实际应用过程中面临着很多问题，其中最主要的两大问题是：噪声难以实时去除和缺少信号质量。脑电信号是一种低幅值非稳态信号，在采集过程中受到各种噪声的干扰，比如：低频趋势噪声，高频噪声，工频噪声，运动伪迹，毛刺伪迹，眼动伪迹和肌电伪迹等等。这些干扰的存在严重影响了脑电的基本节律，因此需要提出能够有效识别并去除这些伪迹的算法。由于可穿戴脑电设备在实际应用过程中通常是实时分析的，这就增加了伪迹识别和滤除的难度。同时由于失去了人工筛选和评估的支持，信号质量低的无效脑电信号就无法被提前剔除，这严重影响了脑电信号后续分析的准...
【技术保护点】
1.基于可穿戴脑电设备的伪迹去除和脑电信号质量评估方法，其特征在于，包括以下步骤：/n(1)通过可穿戴脑电设备采集头皮表层的原始脑电信号，原始脑电信号中包含了设备噪声和各种伪迹噪声；/n(2)对原始脑电信号中的设备噪声进行滤波；/n(3)对原始脑电信号中的各种伪迹噪声进行识别，包括运动伪迹、毛刺伪迹、眼动伪迹和肌电伪迹；/n(4)基于步骤(3)的伪迹识别结果，进行自适应伪迹裁剪和信号拼接，得到干净的脑电信号；/n(5)采用神经网络分类和指标参数对步骤(4)得到的脑电信号进行综合质量评估。/n
【技术特征摘要】
1.基于可穿戴脑电设备的伪迹去除和脑电信号质量评估方法，其特征在于，包括以下步骤：
(1)通过可穿戴脑电设备采集头皮表层的原始脑电信号，原始脑电信号中包含了设备噪声和各种伪迹噪声；
(2)对原始脑电信号中的设备噪声进行滤波；
(3)对原始脑电信号中的各种伪迹噪声进行识别，包括运动伪迹、毛刺伪迹、眼动伪迹和肌电伪迹；
(4)基于步骤(3)的伪迹识别结果，进行自适应伪迹裁剪和信号拼接，得到干净的脑电信号；
(5)采用神经网络分类和指标参数对步骤(4)得到的脑电信号进行综合质量评估。
2.根据权利要求1所述基于可穿戴脑电设备的伪迹去除和脑电信号质量评估方法，其特征在于，在步骤(2)中，利用巴特沃斯低通滤波器滤出高频噪声；利用巴特沃斯高通滤波器滤出低频噪声；利用巴特沃斯带阻滤波器作为陷波滤出工频干扰。
3.根据权利要求2所述基于可穿戴脑电设备的伪迹去除和脑电信号质量评估方法，其特征在于，所述巴特沃斯低通滤波器的截止频率小于100Hz，所述巴特沃斯高通滤波器的截止频率小于0.3Hz。
4.根据权利要求1所述基于可穿戴脑电设备的伪迹去除和脑电信号质量评估方法，其特征在于，在步骤(3)中，所述运动伪迹的识别方法如下：
(1a)利用巴特沃斯带通滤波器提取出0.3-2Hz之间的脑电信号，其中就包含了运动伪迹；
(1b)利用Hilbert方法提取运动伪迹的包络线，包络线能够保留运动伪迹的大致形状并忽略其他信号的影响；
(1c)对上一步获得的包络线做平滑处理，进一步降低其他信号的影响；
(1d)对平滑后的信号做标准分数Z变换，判断超过预设阈值a的数据为运动伪迹，保存其在脑电信号上的索引位置，a为正常干净脑电信号幅值的10倍。
5.根据权利要求1所述基于可穿戴脑电设备的伪迹去除和脑电信号质量评估方法，其特征在于，在步骤(3)中，所述毛刺伪迹的识别方法如下：
(2a)计算信号的差分和近似导数，识别出有瞬间电位变化的信号；
(2b)采用中值滤波平滑差分和近似导数的绝对值；
(2c)对平滑后的信号做标准分数Z变换，判断超过预设阈值b的数据为毛刺伪迹，保存其在脑电信号上的索引位置。
6.根据权利要求1所述基于可穿戴脑电设备的伪迹去除和脑电信号质量评估方法，其特征在于，在步骤(3)中，所述眼动伪迹的识别方法如下：
(3a)利用巴特沃斯带通滤波器提取出0.3-10Hz之间的脑电信号，其中就包含了眼动伪迹；
(3b)利用Hilbert方法提取眼动伪迹的包络线，包络线能够保留眼动伪迹的大致形状并忽略其他信号的影响；
(3c)对上一步获得的包络线做平滑处理，进一步降低其他信号的影响；
(3d)对平滑后的信号做标准分数Z变换，判断超过预设阈值c的数据为眼动伪迹，保存其在脑电信号上的索引位置，c为正常干净脑电信号幅值的5倍。
7.根据权利要求1所述基于可穿戴脑电设备的伪迹去除和脑电...
【专利技术属性】
技术研发人员：崔兴然，高之琳，顾忠泽，
申请(专利权)人：东南大学，
类型：发明
国别省市：江苏;32
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。