本发明专利技术提供了一种生理电信号处理方法及装置，涉及信号处理技术领域，包括采集生理电信号，生理电信号包括：脑电信号和肌电信号；对生理电信号进行去噪预处理；基于独立成分分析，从预处理后的脑电信号中分离出相互独立的多个脑电信号；建立回归模型，确定生理电信号之间的格兰杰因果性。本发明专利技术的生理电信号处理方法及装置从电信号角度定量描述人体生理系统间的影响关系，为深入探索大脑皮层与肌肉之间的功能联系等提供有效的观察手段，可以广泛应用于康复工程、神经工程和运动机制研究领域。域。域。
【技术实现步骤摘要】
生理电信号处理方法及装置
[0001]本专利技术涉及信号处理
，尤其是涉及一种生理电信号处理方法及装置。
技术介绍
[0002]生理电信号作为人体生理系统的重要参数，往往能够反映出生理系统的功能状态。在临床以及科研领域应用最为广泛的有脑电信号和肌电信号，其中脑电信号可直接表征大脑皮层不同区域的神经活动状态，肌电信号可以用于评价肌肉运动和功能状态。人体作为一个复杂系统，系统状态的复杂性源于生理系统内部结构的复杂性，生理系统的生理性或病理性的变化往往很难由单一特征指标来体现，脑电信号和肌电信号间的因果性分析可更加直接准确地反映信号间的联系，有助于探索人体生理系统内在控制机理，同时也为人体生理系统的功能状态评价提供生物标记。
技术实现思路
[0003]有鉴于此，本专利技术的目的在于提供一种生理电信号处理方法及装置，从电信号角度定量描述人体生理系统间的影响关系，为深入探索大脑皮层与肌肉之间的功能联系等提供有效的观察手段。
[0004]根据本专利技术的第一方面，提供一种基于格兰杰因果性的生理电信号处理方法，包括：
[0005]采集生理电信号，所述生理电信号包括：脑电信号和肌电信号；
[0006]对所述生理电信号进行去噪预处理；
[0007]基于独立成分分析，从预处理后的脑电信号中分离出相互独立的多个脑电信号；
[0008]建立回归模型，确定所述生理电信号之间的格兰杰因果性。
[0009]优选地，所述对所述生理电信号进行去噪预处理包括：
[0010]利用自适应高通滤波器、自适应50Hz工频陷波滤波器和巴特沃斯三阶带通FIR滤波器分别对所述生理电信号进行滤波处理。
[0011]优选地，所述基于独立成分分析，从预处理后的脑电信号中分离出相互独立的多个脑电信号包括：
[0012]采用最小描述信息准则，确定预处理后的脑电信号的独立成分个数；
[0013]基于所述独立成分个数，采用Infomax算法对所述预处理后的脑电信号的含混盲源矩阵进行分解，从所述预处理后的脑电信号中分离出相互独立的所述多个脑电信号。
[0014]优选地，所述建立回归模型，确定所述生理电信号之间的格兰杰因果性包括：
[0015]构建格兰杰滞后模型、输入矩阵、去因矩阵、第一核矩阵和第二核矩阵；
[0016]估算目标向量；
[0017]基于Schwartz准则，通过最小二乘法估算格兰杰滞后模型的系数，确定所述生理电信号之间的格兰杰因果性。
[0018]优选地，所述格兰杰滞后模型的公式为：
[0019]X(n)
i
＝(x(n)
i
，...，x(n)
i+m-1
)
T
[0020]其中，X(n)
i
为第n个生理电信号的第i个时间窗的格兰杰滞后模型，x(n)
i
为第n个生理电信号的第i个时间窗的生理电信号值，n＝1，...，M，i＝1，...N，M为所研究的生理电信号的个数，N为时间窗长度，m为所述格兰杰滞后模型的阶数；
[0021]所述输入矩阵的公式为：
[0022][0023]其中，Z
i
为第i个时间窗的输入矩阵，i＝1，...N，N为时间窗长度，X(a)
i
为第a个生理电信号的第i个时间窗的格兰杰滞后模型，1＜a＜M，M为所研究的生理电信号的个数；
[0024]所述去因矩阵的公式为：
[0025][0026]其中，P
i
为第i个时间窗的去因矩阵，i＝1，...N，N为时间窗长度，M为所研究的生理电信号的个数；
[0027]所述第一核矩阵的公式为：
[0028]K
ij
＝k(P
i
，P
j
)
[0029]其中，K
ij
为第i个时间窗的去因矩阵和第j个时间窗的去因矩阵的第一核矩阵，P
i
为第i个时间窗的去因矩阵，P
j
为第j个时间窗的去因矩阵；
[0030]所述第二核矩阵的公式为：
[0031]K
′
ij
＝k(Z
i
，Z
j
)
[0032]其中，K
′
ij
为第i个时间窗的输入矩阵和第j个时间窗的输入矩阵的第二核矩阵，Z
i
为第i个时间窗的输入矩阵，Z
j
为第j个时间窗的输入矩阵。
[0033]优选地，所述目标向量的公式为：
[0034]α＝(x(b)
1+m
，...，x(b)
N+m
)
T
[0035]其中，α为利用第b个生理电信号的第1+m至第N+m个时间窗的生理电信号值拟合的目标向量，x(b)
1+m
为第b个生理电信号的第1+m个时间窗的生理电信号值，x(b)
N+m
为第b个生理电信号的第N+m个时间窗的生理电信号值，1＜b＜M，M为所研究的生理电信号的个数，N为时间窗长度，m为所述格兰杰滞后模型的阶数。
[0036]根据本专利技术的第二方面，提供一种基于格兰杰因果性的生理电信号处理装置，包括：
[0037]采集模块，用于采集生理电信号，所述生理电信号包括：脑电信号和肌电信号；
[0038]预处理模块，用于对所述生理电信号进行去噪预处理；
[0039]独立成分分析模块，用于基于独立成分分析，从预处理后的脑电信号中分离出相互独立的多个脑电信号；
[0040]格兰杰因果分析模块，用于建立回归模型，确定所述生理电信号之间的格兰杰因果性。
[0041]根据本专利技术的第三方面，提供一种基于格兰杰因果性的生理电信号处理控制装置，其特征在于，包括：处理器；
[0042]用于存储所述处理器可执行指令的存储器；
[0043]其中，所述处理器被配置为执行所述权利要求1-6任一所述方法。
[0044]根据本专利技术的第四方面，提供一种电子设备，包括存储器、处理器，所述存储器中存储有可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1-6中任一项所述的方法。
[0045]根据本专利技术的第五方面，提供一种具有处理器可执行的非易失的程序代码的计算机可读介质，其特征在于，所述程序代码使所述处理器执行权利要求1-6中任一所述方法。
[0046]本专利技术实施例带来了以下有益效果：
[0047]构建格兰杰滞后模型、输入矩阵、去因矩阵、第一核矩阵和第二核矩阵，估算目标向量，基于Schwartz准则，通过最小二乘法估算格兰杰滞后模型的系数，确定生理电信号之间的格兰杰因果性。从电信号角度定量描述人体生理系统间的影响关系，为深入探索大脑皮层与肌肉之间的功能联系等提供有效的观察手段，可以广泛应用于康复工程、神经工程和运动机制研本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于格兰杰因果性的生理电信号处理方法，其特征在于，包括：采集生理电信号，所述生理电信号包括：脑电信号和肌电信号；对所述生理电信号进行去噪预处理；基于独立成分分析，从预处理后的脑电信号中分离出相互独立的多个脑电信号；建立回归模型，确定所述生理电信号之间的格兰杰因果性。2.根据权利要求1所述的处理方法，其特征在于，所述对所述生理电信号进行去噪预处理包括：利用自适应高通滤波器、自适应50Hz工频陷波滤波器和巴特沃斯三阶带通FIR滤波器分别对所述生理电信号进行滤波处理。3.根据权利要求2所述的处理方法，其特征在于，所述基于独立成分分析，从预处理后的脑电信号中分离出相互独立的多个脑电信号包括：采用最小描述信息准则，确定预处理后的脑电信号的独立成分个数；基于所述独立成分个数，采用Infomax算法对所述预处理后的脑电信号的含混盲源矩阵进行分解，从所述预处理后的脑电信号中分离出相互独立的所述多个脑电信号。4.根据权利要求3所述的处理方法，其特征在于，所述建立回归模型，确定所述生理电信号之间的格兰杰因果性包括：构建格兰杰滞后模型、输入矩阵、去因矩阵、第一核矩阵和第二核矩阵；估算目标向量；基于Schwartz准则，通过最小二乘法估算格兰杰滞后模型的系数，确定所述生理电信号之间的格兰杰因果性。5.根据权利要求4所述的处理方法，其特征在于，所述格兰杰滞后模型的公式为：X(n)
i
＝(x(n)
i
，...，x(n)
i+m-1
)
T
其中，X(n)
i
为第n个生理电信号的第i个时间窗的格兰杰滞后模型，x(n)
i
为第n个生理电信号的第i个时间窗的生理电信号值，n＝1，...，M，i＝1，...N，M为所研究的生理电信号的个数，N为时间窗长度，m为所述格兰杰滞后模型的阶数；所述输入矩阵的公式为：其中，Z
i
为第i个时间窗的输入矩阵，i＝1，...N，N为时间窗长度，X(a)
i
为第a个生理电信号的第i个时间窗的格兰杰滞后模型，1＜a＜M，M为所研究的生理电信号的个数；所述去因矩阵的公式为：其中，P
i
为第i个时间窗的去因矩阵，i＝1，...N，N为时间窗长度，M为所研究的生理电信号的个数；所述第一核矩阵的公式为：K
ij
...
【专利技术属性】
技术研发人员：张鹏泉，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：
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。