一种结合SSA和JADE的脑电信号去噪方法及系统技术方案

本发明专利技术公开了一种结合SSA和JADE的脑电信号去噪方法及系统，包括以下步骤：对原始脑电信号进行预处理，提取与伪影相关的振荡变化的信号模态，结合预设的阈值和信号模态的极值点，筛选并提取得到只包含眼电图信号的片段，并将其余部分置零作为盲源分离的输入信号；将单通道脑电信号分解成多个成分分量，构建轨迹矩阵并进行SSA，初步分离出信号的主要成分和噪声成分，使用JADE算法对奇异谱分析分解得到的成分进行进一步处理；利用高阶统计量分离信号和噪声，处理伪影相关源的源信号，抑制噪声成分；将处理后的源信号矩阵与混合矩阵进行逆JADE，重新合成去噪后的单通道脑电信号。本申请与传统技术相比，在噪声水平较高的情况下，仍能有效区分噪声和有用信号，从而显著提升信号处理的效果。

【技术实现步骤摘要】

本专利技术涉及信号处理，更具体地，涉及一种结合ssa和jade的脑电信号去噪方法及系统。

技术介绍

1、脑电信号是通过脑电采集设备记录并放大脑部微弱生物电产生的信号。这些信号在生物医疗领域有广泛应用，如情绪识别、阿兹海默症检测、活动识别以及孤独症诊断。然而，脑电信号是一种频率低、非线性且非平稳的信号，频率范围在0.5至100hz之间，信号幅值在5至300μv之间。由于人体其他生理活动也会产生电信号，这使得脑电信号极易受到噪声干扰，形成各种伪迹，如心电、眼电和肌电伪迹。尽管脑电信号在生物医疗领域中用途广泛，但其易受噪声干扰的问题依然显著。常见的干扰包括心电、眼电和肌电伪迹，这些噪声在信号采集过程中难以直接消除，严重影响实验和研究结果。因此，去除脑电信号噪声成为至关重要的课题。

2、目前已有的去噪方法包括有采用变分模态分解(variational modedecomposition，vmd)、奇异谱分析(singular spectrum analysis，ssa)或独立成分分析(independent component analysis，ica本文档来自技高网...

【技术保护点】

1.一种结合SSA和JADE的脑电信号去噪方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种结合SSA和JADE的脑电信号去噪方法，其特征在于，所述步骤S1包括以下具体步骤：将原始脑电信号x(n)提取出其中符合期望的伪影相关的中心频率ωd附近的模态ud(n)，将信号x(n)分解成所期望的模态ud(n)和残差xr(n)。

3.根据权利要求2所述的一种结合SSA和JADE的脑电信号去噪方法，其特征在于，所述期望的模态ud(n)通过最小化其中心频率附近的带宽计算得到，具体为首先采用希尔伯特变化得到期望的模态的解析信号：

4.根据权利要求3所述的一...

【技术特征摘要】

1.一种结合ssa和jade的脑电信号去噪方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种结合ssa和jade的脑电信号去噪方法，其特征在于，所述步骤s1包括以下具体步骤：将原始脑电信号x(n)提取出其中符合期望的伪影相关的中心频率ωd附近的模态ud(n)，将信号x(n)分解成所期望的模态ud(n)和残差xr(n)。

3.根据权利要求2所述的一种结合ssa和jade的脑电信号去噪方法，其特征在于，所述期望的模态ud(n)通过最小化其中心频率附近的带宽计算得到，具体为首先采用希尔伯特变化得到期望的模态的解析信号：

4.根据权利要求3所述的一种结合ssa和jade的脑电信号去噪方法，其特征在于，采用惩罚方程对滤波器进行约束，其中β(n)是滤波器的脉冲响应：

5.根据权利要求1所述的一种结合ssa和jade的脑电信号去噪方法，其特征在于，所述步骤s2的具体过程为：使用奇异谱分析将步骤s1中提取得到的模态分解成多个分量，所述奇异谱分析通过构建轨迹矩阵并进行奇异值分解，将信号分解为若干个成分，得到信号的主要成分和噪声成分。

6.根据权利要求5所述的一种结合ssa和jade的脑电信号去噪方法，其特征在于，所述奇异谱分析包括以下步骤：嵌入、奇异值分解、分组和重构；...

【专利技术属性】
技术研发人员：凌永权，罗翔宇，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：