一种频谱匹配独立成分分析方法及系统技术方案

本发明专利技术涉及一种频谱匹配独立成分分析方法及系统，方法包括：获取MEG系统所采集到的被试者数据中单个频带内的噪声功率B

【技术实现步骤摘要】
一种频谱匹配独立成分分析方法及系统


[0001]本专利技术涉及脑磁图医疗设备数据处理
，尤其涉及一种频谱匹配独立成分分析方法及系统。

技术介绍

[0002]由于脑磁图具有高时间分辨率与空间分辨率特性，其在脑科学研究和大脑疾病诊断等方面具有广泛应用前景。然而，现有的基于超导量子干涉装置(SQUID)的脑磁图系统需要在低温下运行，因此必须固定在低温杜瓦瓶内，使得系统变得庞大、笨重且它们无法适应不同的头部形状或尺寸，为脑磁图系统的信号测量精度和使用场景带来了巨大的挑战。近年来量子技术的进步促进了新型磁场传感器的发展，基于量子传感技术的光泵磁强计(OPM)可提供亚fT级极弱磁磁场测量，其灵敏度与传统MEG中使用的SQUID传感器相似，但它们不需要冷却，可贴近头皮进行测量，而且可以集成芯片化,其体积轻便，因此基于OPM（Optical Pump Magnetometer：光泵磁强计）的脑磁图系统被广泛的研究。
[0003]目前基于OPM的可穿戴MEG（Magnetoencephalogram：脑磁图）系统已经被研制出来，其具备能够提供较高的数据质量、适应任何受试者、允许在移动过程中捕获数据等特点，已经被许多研究机构引入到脑科学研究领域进行信号测量。但是，应用基于OPM的可穿戴MEG系统进行信号测量分析，关键的步骤是进行源分离，因为测到的信号中不仅包含了大脑活动信号源，还会包含眨眼、心跳、线噪声、肌肉活动等干扰源，这些干扰源的存在会对源定位和分析产生较大影响，导致分析结果不准确甚至出错。
[0004]在脑磁图信号分析领域进行源分离较为流行的方法是独立成分分析，但现存的独立成分分析方法大多采用非高斯独立源的无噪声混合模型，其存在强制估计与传感器一样多的源，依赖于损失信号的PCA降维操作等限制条件，导致其对噪声变化较大的移动情况下捕捉到的数据进行源分离准确性较差，使得基于OPM的脑磁图不能较好的应用于人体移动情况下的数据测量与分析。

技术实现思路

[0005]（一）要解决的技术问题鉴于现有技术的上述缺点、不足，本专利技术提供一种频谱匹配独立成分分析方法及系统，其解决了现有的独立成分分析方法大多采用非高斯独立源的无噪声混合模型，其存在强制估计与传感器一样多的源，依赖于损失信号的PCA降维操作等限制条件，导致其对噪声变化较大的移动情况下捕捉到的数据进行源分离准确性较差技术问题。
[0006]（二）技术方案为了达到上述目的，本专利技术采用的主要技术方案包括：第一方面，本专利技术实施例提供一种频谱匹配独立成分分析方法，包括：S1、获取MEG系统所采集到的被试者数据中单个频带内的噪声功率B
a
参数的具体值、单个频带内的源功率A
a
参数的具体值、MEG系统所采集到的被试者数据频域内的噪声项
的频谱协方差矩阵和MEG系统所采集到的被试者数据频域内q个独立源频谱协方差矩阵的加性混合矩阵M的具体值；所述噪声功率B
a
参数为MEG系统所采集到的被试者数据频域内的噪声项的频谱协方差矩阵在预先划分的频带中的第a个频带内的对应平均值；所述源功率A
a
参数为MEG系统所采集到的被试者数据频域内q个独立源频谱协方差矩阵在预先划分的频带中的第a个频带内的对应平均值；S2、基于所述MEG系统所采集到的被试者数据中单个频带内的噪声功率B
a
参数的具体值、单个频带内的源功率A
a
参数的具体值、MEG系统所采集到的被试者数据频域内的噪声项的频谱协方差矩阵和MEG系统所采集到的被试者数据频域内q个独立源频谱协方差矩阵的加性混合矩阵M的具体值，获取该MEG系统所采集到的被试者数据中预先设定的频带内的进行滤波的信号矩阵X
a
中的源信号。
[0007]优选的，所述S2具体包括：基于所述MEG系统所采集到的被试者数据中单个频带内的噪声功率B
a
参数的具体值、单个频带内的源功率A
a
参数的具体值、MEG系统所采集到的被试者数据频域内的噪声项的频谱协方差矩阵和MEG系统所采集到的被试者数据频域内q个独立源频谱协方差矩阵的加性混合矩阵M的具体值，根据公式（1）计算得到该MEG系统所采集到的被试者数据中第a频带范围上的进行滤波的信号矩阵X
a
中的源信号；所述公式（1）为：其中，为该MEG系统所采集到的被试者数据中预先划分的频带中的第a个频带内的进行滤波的信号矩阵X
a
对应恢复的源信号矩阵；为MEG系统所采集到的被试者数据频域内的噪声项的频谱协方差矩阵和MEG系统所采集到的被试者数据频域内q个独立源频谱协方差矩阵的加性混合矩阵M的转置；为所述MEG系统所采集到的被试者数据中单个频带内的噪声功率B
a
参数的逆；为单个频带内的源功率A
a
参数的逆。
[0008]优选的，在S1之前还包括：S0、基于预先获取的MEG系统所采集到的被试者数据、预先获取的背景噪音信号，建立频谱模型，所述频谱模型中包括噪声功率B
a
参数、单个频带内的源功率A
a
参数、MEG系统所采集到的被试者数据频域内的噪声项的频谱协方差矩阵和MEG系统所采集到的被试者数据频域内q个独立源频谱协方差矩阵的加性混合矩阵M参数；相应的，所述S1具体包括：基于预先获取的MEG系统所采集到的被试者数据、预先获取的MEG系统采集的空房间中的背景噪声信号和所述频谱模型，获取MEG系统所采集到的被试者数据中单个频带内的噪声功率B
a
参数的具体值、单个频带内的源功率A
a
参数的具体值、MEG系统所采集到的被试者数据频域内的噪声项的频谱协方差矩阵和MEG系统所采集到的被试者数据频域内q个独立源频谱协方差矩阵的加性混合矩阵M的具体值。
[0009]优选的，
所述频谱模型为：其中，C
a
为C（f）在所划分的单个频带内的对应平均值；C（f）为X（t）的自协方差矩阵的傅里叶变换；其中，所述X（t）为p维向量，表示从具有p个探头传感器的MEG系统所采集到的被试者数据；其中，其中，N（t）为MEG系统所采集到的被试者数据时域内的背景噪声项且为p维向量；表示MEG系统所采集到的被试者数据时域内的q个独立源且为q维向量；M是一个的混合矩阵，表示假设通过该矩阵源信号与噪声信号实现加性混合。
[0010]优选的，所述S1具体包括：S11、基于预先获取的MEG系统所采集到的被试者数据，获取C
a
参数的具体值；S12、基于预先获取的背景噪声信号，获取B
a
参数的具体值；S13、基于所述C
a
参数的具体值和所述B
a
参数的具体值，获取单个频带内的源功率A
a
参数的具体值、MEG系统所采集到的被试者数据频域内的噪声项的频谱协方差矩阵和MEG系统所采集到的被试者数据频域内q个独立源频谱协方差矩阵的加性混合矩阵M的具体值。
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种频谱匹配独立成分分析方法，其特征在于，包括：S1、获取MEG系统所采集到的被试者数据中单个频带内的噪声功率B
a
参数的具体值、单个频带内的源功率A
a
参数的具体值、MEG系统所采集到的被试者数据频域内的噪声项的频谱协方差矩阵和MEG系统所采集到的被试者数据频域内q个独立源频谱协方差矩阵的加性混合矩阵M的具体值；所述噪声功率B
a
参数为MEG系统所采集到的被试者数据频域内的噪声项的频谱协方差矩阵在预先划分的频带中的第a个频带内的对应平均值；所述源功率A
a
参数为MEG系统所采集到的被试者数据频域内q个独立源频谱协方差矩阵在预先划分的频带中的第a个频带内的对应平均值；S2、基于所述MEG系统所采集到的被试者数据中单个频带内的噪声功率B
a
参数的具体值、单个频带内的源功率A
a
参数的具体值、MEG系统所采集到的被试者数据频域内的噪声项的频谱协方差矩阵和MEG系统所采集到的被试者数据频域内q个独立源频谱协方差矩阵的加性混合矩阵M的具体值，获取该MEG系统所采集到的被试者数据中预先设定的频带内的进行滤波的信号矩阵X
a
中的源信号。2.根据权利要求1所述的方法，其特征在于，所述S2具体包括：基于所述MEG系统所采集到的被试者数据中单个频带内的噪声功率B
a
参数的具体值、单个频带内的源功率A
a
参数的具体值、MEG系统所采集到的被试者数据频域内的噪声项的频谱协方差矩阵和MEG系统所采集到的被试者数据频域内q个独立源频谱协方差矩阵的加性混合矩阵M的具体值，根据公式（1）计算得到该MEG系统所采集到的被试者数据中第a频带范围上的进行滤波的信号矩阵X
a
中的源信号；所述公式（1）为：其中，为该MEG系统所采集到的被试者数据中预先划分的频带中的第a个频带内的进行滤波的信号矩阵X
a
对应恢复的源信号矩阵；为MEG系统所采集到的被试者数据频域内的噪声项的频谱协方差矩阵和MEG系统所采集到的被试者数据频域内q个独立源频谱协方差矩阵的加性混合矩阵M的转置；为所述MEG系统所采集到的被试者数据中单个频带内的噪声功率B
a
参数的逆；为单个频带内的源功率A
a
参数的逆。3.根据权利要求2所述的方法，其特征在于，在S1之前还包括：S0、基于预先获取的MEG系统所采集到的被试者数据、预先获取的背景噪音信号，建立频谱模型，所述频谱模型中包括噪声功率B
a
参数、单个频带内的源功率A
a
参数、MEG系统所采集到的被试者数据频域内的噪声项的频谱协方差矩阵和MEG系统所采集到的被试者数据频域内q个独立源频谱协方差矩阵的加性混合矩阵M参数；相应的，所述S1具体包括：基于预先获取的MEG系统所采集到的被试者数据、预先获取的MEG系统采集的空房间中的背景噪声信号和所述频谱模型，获取MEG系统所采集到的被试者数据中单个频带内的噪声功率B
a
参数的具体值、单个频带内的源功率A
a
参数的具体值、MEG系统所采集到的被试者
数据频域内的噪声项的频谱协方差矩阵和MEG系统所采集到的被试者数据频域内q个独立源频谱协方差矩阵的加性混合矩阵M的具体值。4.根据权利要求3所述的方法，其特征在于，所述频谱模型为：其中，C
a
为C（f）在所划分的单个频带内的对应平均值；C（f）为X（t）的自协方差矩阵的傅里叶变换；其中，所述X（t）为p维向量，表示从具有p个探头传感器的MEG系统所采集到的被试者数据；其中，其中，N（t）为MEG系统所采集到的被试者数据时域内的背景噪声项且为p维向量；表示MEG系统所采集到的被试...

【专利技术属性】
技术研发人员：高阳，李勇，宁晓琳，房建成，
申请(专利权)人：北京航空航天大学杭州创新研究院，
类型：发明
国别省市：