一种同步EEG-fMRI数据采集中核磁伪迹的在线去除方法技术

本发明专利技术公开了一种同步EEG

【技术实现步骤摘要】
一种同步EEG
‑
fMRI数据采集中核磁伪迹的在线去除方法


[0001]本专利技术属于脑信号处理
，具体涉及一种同步EEG
‑
fMRI数据采集中核磁伪迹的在线去除方法。

技术介绍

[0002]随着人们对结合生理脑电和功能性神经成像中血流动力学测量的兴趣日益高涨，同步EEG
‑
fMRI的数据采集技术也有了稳定的发展。脑电信号具有高时间分辨率和低空间分辨率的特点，而核磁共振成像具有低时间分辨率和高空间分辨率的特点，所以脑电信号和核磁共振成像的结合对于研究大脑的功能和精神类疾病的发病机理以及认知的研究具有重要意义。
[0003]然而，在同步EEG
‑
fMRI的实验中，由于核磁共振机器中存在高强度的磁场变换，采集到的EEG信号会被巨大的噪声淹没。这些噪声极大地阻碍了对脑电信号特征的提取，也很大程度上了影响了对该脑电信号的研究。而影响脑电信号的主要噪声伪迹可以分为以下三种：(1)脉冲伪迹，由射频脉冲信号导致的，这类伪迹的频率位于兆赫范围，与EEG有效信号的频率基本无重叠，因而可通过低通滤波器去除；(2)梯度伪迹，它是扫描时的梯度磁场的变化引起的，这类伪迹的幅值较大，占伪迹的主要成分，也是伪迹去除过程中需重点考虑的伪迹；(3)心电伪迹，在高强度的磁场条件下心跳和动脉血流运动带来的伪迹。
[0004]为了从被污染的数据中提取出有效的脑电信号，所以需要设计一套有效的算法来去除梯度伪迹和心电伪迹。同时在保证伪迹去除的基础上，为了满足实时的需求，算法的计算量不能太大。而当前所使用的技术在在线实验的实时去噪过程中并没有取得满意的结果。
[0005]1、申请号为CN 201310117717.X的专利技术旨在使用差分放大器同时采集脑电信号以及噪声模板，再通过噪声处理算法滤除噪声；
[0006]2、申请号为CN 201520599490.1的专利技术是采用屏蔽罩的方式来屏蔽核磁环境下的噪声信号。
[0007]3、申请号为CN 201610918267.8的专利技术旨在通过两级自适应噪声抵消方法去除梯度伪迹和工频干扰；
[0008]4、申请号为CN 201710089297的专利技术是采用一种基于自动ICA去除EEG信号中核磁伪迹的方法对被污染的EEG信号进行离线去噪；
[0009]在上述已有的去除核磁伪迹的技术中，实现的功能仅仅是通过硬件来屏蔽噪声信号或通过算法进行离线去噪，都未能通过信号去噪算法进行同步实时去噪。本专利技术中的同步实时去噪算法，除了设备上的简便外，伪迹的去除也能达到更好的效果。并且在去伪迹的算法上，对于较难处理的心电伪迹，也提出了一种自适应的SVD滤波有效地去除了心电伪迹，提高了信噪比。

技术实现思路

[0010]本专利技术的目的是针对现有技术的缺点与不足，提出一种同步EEG
‑
fMRI数据采集中的核磁伪迹去除方法，它可以实现在核磁共振环境下采集fMRI图像的同时采集脑电信号，并且通过实时的在线伪迹去除算法，得到信噪比较高的脑电信号。而且本专利技术在去除梯度伪迹之后，进一步考虑了核磁伪迹中心电伪迹的形态问题，并以此作为特征分类的标准，对奇异值分解后的伪迹成分进行特征提取和分类，之后通过回归分析得到去除心电伪迹的脑电信号。
[0011]为实现上述目的，本专利技术提供如下技术方案：1.一种同步EEG
‑
fMRI数据采集中核磁伪迹的在线去除方法，该方法主要包括以下步骤：
[0012]1)对采集到的含噪声的脑电信号通过设计好参数的低通滤波器滤除脉冲伪迹；
[0013]2)对步骤1)中滤波后的信号进行上采样，并对脑电信号与fMRI设备发出的标记进行同步，即用同步盒进行同步，得到信号S
h
；
[0014]3)由于脑电信号是随机信号，梯度噪声则以一个切片扫描时间T为周期，每个周期内该噪声的形状相似，因此以N个切片的来构造一个滑动窗口来构造梯度噪声模板，并且基于此模板进行初步去噪；
[0015]4)对第32通道的心电信号ECG进行QRS峰检测，记录下各个R峰在ECG的位置RR
i
，并计算出相邻R峰的间距，即是心电伪迹的周期T
i
，i＝1,2,...,n；
[0016]5)由于ECG在脑电信号EEG上时延Ts，因此记录下ECG中的R峰反映在脑电信号S
e
中的位置R
i
，i＝1,2,...,n；以R峰的位置为中心构建矩阵D
m*n
，对矩阵D
m*n
使用奇异值分解(SVD)，并分别按照其右奇异值的均值和左奇异值与心电模板ECGtemp的相关系数大小选定伪迹成分；使用伪迹成分构造伪迹模板，然后使用原始信号减去伪迹模板后得到干净的脑电信号；
[0017]6)将步骤5)中得到的信号段按照R峰的位置R
i
进行重构脑电信号，得到干净的信号。以R
i
为中心，取0.5*T
i
‑
1，即R
i
与R
i
‑
1的一半间隔，作为前一半周期pre，取0.5*T
i
作为后一半周期post。若pre>0.75*R
m
，则令pre＝0.75*R
m
，若post>0.75*R
m
，则令post＝0.75*R
m
。将以R峰为中心对应范围的干净信号复制到(R
i
‑
pre,R
i
+post)的信号位置，得到除去心电伪迹后的干净脑电信号S
c
。
[0018]优选的，步骤3)具体步骤如下：3.1)对滑动窗口中的信号，用平均模板进行相减，即按照得到梯度噪声模板，其中S
i
为窗口中的一个切片数据段；选取窗口中的一个切片数据段，然后与梯度噪声模板以最小二乘拟合得到拟合参数，从S中减去拟合参数与梯度噪声模板的乘积，得到带有残留伪迹的信号S
l
；
[0019]3.2)对于信号S
l
，根据周期T构造的样本矩阵M用主成分分析进行分解，并选取最大的t个特征值，利用其对应的特征向量构造最优基；用最优基与需要处理的信号切片段进行最小二乘，得到拟合系数，即从信号中减去拟合系数与最优基的乘积，得到去除了梯度伪迹的脑电信号S
e
。
[0020]优选的，步骤5)具体的步骤如下：5.1)对于每段EEG，取T
i
的中值Rm，对于ECG的位置RR
i
，取RR
i
±
0.75*R
m
，i＝1,2,...,n的信号段，对该信号段进行叠加取平均，得到心电模板ECGtemp；
[0021]5.2)对于每个R
i
，取RR
i
±
0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种同步EEG
‑
fMRI数据采集中核磁伪迹的在线去除方法，其特征在于：该方法主要包括以下步骤：1)对采集到的含噪声的脑电信号通过设计好参数的低通滤波器滤除脉冲伪迹；2)对步骤1)中滤波后的信号进行上采样，并对脑电信号与fMRI设备发出的标记进行同步，即用同步盒进行同步，得到信号S
h
；3)由于脑电信号是随机信号，梯度噪声则以一个切片扫描时间T为周期，每个周期内该噪声的形状相似，因此以N个切片的来构造一个滑动窗口来构造梯度噪声模板，并且基于此模板进行初步去噪；4)对第32通道的心电信号ECG进行QRS峰检测，记录下各个R峰在ECG的位置RR
i
，并计算出相邻R峰的间距，即是心电伪迹的周期T
i
，i＝1,2,...,n；5)由于ECG在脑电信号EEG上时延Ts，因此记录下ECG中的R峰反映在脑电信号S
e
中的位置R
i
，i＝1,2,...,n；以R峰的位置为中心构建矩阵D
m*n
，对矩阵D
m*n
使用奇异值分解(SVD)，并分别按照其右奇异值的均值和左奇异值与心电模板ECGtemp的相关系数大小选定伪迹成分；使用伪迹成分构造伪迹模板，然后使用原始信号减去伪迹模板后得到干净的脑电信号；6)将步骤5)中得到的信号段按照R峰的位置R
i
进行重构脑电信号，得到干净的信号。以R
i
为中心，取0.5*T
i
‑
1，即R
i
与R
i
‑
1的一半间隔，作为前一半周期pre，取0.5*T
i
作为后一半周期post。若pre>0.75*R
m
，则令pre＝0.75*R
m
，若post>0.75*R
m
，则令post＝0.75*R
m
。将以R峰为中心对应范围的干净信号复制到(R
i
‑
pre,R
i
+post)的信号位置，得到除去心电伪迹后的干净脑电信号S
c
。2.根据权利要求1所述的一种同步EEG
‑
fMRI数据采集中核磁伪迹的在线去除方法，其特征在于：步骤3)具体步骤如下：3.1)对滑动窗口中的信号，用平均模板...

【专利技术属性】
技术研发人员：张剑豪，俞祝良，于晓婧，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：