一种基于分割-降噪网络的脑电伪迹去除方法技术

本发明专利技术公开了一种基于分割

【技术实现步骤摘要】
一种基于分割
‑
降噪网络的脑电伪迹去除方法


[0001]本专利技术涉及人工智能领域和脑电信号处理领域，具体涉及一种基于分割
‑
降噪网络的脑电伪迹去除方法。

技术介绍

[0002]脑电图(Electroencephalogram,EEG)是一种具有高时间分辨率和高安全性的便携式大脑活动记录技术，其提供了丰富的生理、心理和病理信息，并在认知科学、神经疾病诊疗、移动健康监护等领域有着广泛的应用。然而，EEG信号由于其较弱的幅值容易受到眼电、肌电等伪迹污染，这严重影响了后续基于EEG信号分析的准确性和可靠性，因此开发有效的方法来抑制伪迹，并重建干净的脑电信号是至关重要的。
[0003]滤波是最早被应用于去除脑电伪迹的方法之一，但由于伪迹的频带与脑电信号相互重叠，经典的滤波器并不能得到满意的去除结果。为了克服这些困难，一些新兴的滤波技术被提出，例如自适应滤波，它能够从噪声参考通道来估计伪迹，然后通过从原始脑电信号中减去估计的伪迹来得到降噪后的信号。然而在实际的脑电信号采集中，设置足够多的噪声参考通道是难以实现的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于分割
‑
降噪网络的脑电伪迹去除方法，其特征在于，包括以下步骤：步骤1、获取一批单通道的干净脑电信号以及一批单通道的伪迹信号，并利用线性相加的方式对干净脑电信号与伪迹信号进行处理，获得N段时长为T的含噪脑电信号样本及其对应的含噪脑电信号样本，同时记录混入伪迹在含噪脑电信号中出现的位置，从而构成N个样本对的训练集；将所述训练集中的任意一个样本对记为{X,Y,M|X∈R1×
T
,Y∈R1×
T
,M∈{0,1}1×
T
}，其中，X表示单通道的含噪脑电信号样本，Y表示X对应的干净脑电信号样本，M表示伪迹位置的掩码标签，且X＝[x0,x1,
…
,x
t
,
…
x
T
‑1]，Y＝[y0,y1,
…
,y
t
,
…
y
T
‑1]，M＝[m0,m1,
…
,m
t
,
…
m
T
‑1]，x
t
、y
t
和m
t
分别表示单通道含噪脑电信号样本X、干净脑电信号样本Y和伪迹位置掩码标签M的第t个数据点；若m
t
＝0，则代表x
t
无伪迹，若m
t
＝1，则代表x
t
有伪迹；步骤2、构建分割
‑
降噪网络模型SDNet，包括：分割子网络和降噪子网络；步骤2.1、建立分割子网络，并将含噪脑电信号样本X输入到所述分割子网络中进行处理，得到估计的伪迹位置掩码标签步骤2.2、建立降噪子网络，并将含噪脑电信号样本X输入到所述降噪子网络中进行处理，得到降噪后的脑电信号D；步骤2.3、计算重构的脑电信号其中，
⊙
是哈达玛积；步骤2.4、根据式(1)构建所述估计的伪迹位置掩码标签与对应的伪迹位置掩码标签M之间的二分类交叉熵损失；步骤2.5、根据式(2)构建所述重构的脑电信号与对应的干净脑电信号样本Y之间的均方误差损失；式(2)中，y
t
为干净脑电信号样本...

【专利技术属性】
技术研发人员：陈勋，李玉清，刘爱萍，尹瑾，崔恒，
申请(专利权)人：中国科学技术大学，
类型：发明
国别省市：