当前位置:主页 > 医学论文 > 临床医学论文 >

单通道脑电信号中伪迹去除研究及伪迹去除工具箱开发

发布时间:2020-06-16 12:08
【摘要】:脑电图(Electroencephalography,EEG)作为一种从人的头皮采集而来的电生理信号,已经日益成为脑科学相关研究中必不可少的实验和分析手段。然而,脑电信号在采集过程中经常受到各种伪迹的干扰,常见的伪迹种类有肌电伪迹、眼电伪迹和心电伪迹。这些伪迹使得脑电信号的分析变得困难,严重妨碍了脑电信号的实际应用。对于传统的多通道脑电信号,研究学者已经提出了多种伪迹去除的方法。最近,随着可穿戴式脑电采集系统的发展,很多情况下只采集一个通道的脑电信号。对于单通道的脑电信号,学者们也已经提出了若干方法来去除伪迹。然而这些方法大多都只针对脑电信号被单种伪迹干扰的情况,而实际情况中脑电信号很可能被多种伪迹同时干扰,使得之前提出的伪迹去除方法并不适用。此外,目前并没有一种伪迹去除方法被公认是最优的,且能够适用于所有脑电信号被干扰的情况。各种伪迹去除方法的优劣很大程度上取决于脑电信号的种类、伪迹种类以及污染程度。然而,当前常用的脑电信号处理工具箱中的伪迹去除方法都较为单一,难以满足用户的需求。在本文中,我们结合奇异谱分析和二阶盲辨识(singular spectrum analysis and second-order blind identification,SSA-SOBI)实现从单通道脑电信号中同时去除多种伪迹的目的。SSA-SOBI首先使用SSA将单通道脑电信号分解为多通道的信号分量矩阵,随后使用SOBI将多通道信号分量矩阵分解为源信号,并去除伪迹源。最后进行数据重建得到去除伪迹后的单通道脑电信号。我们使用半模拟数据进行实验并验证了该方法的伪迹去除效果。此外,为了帮助用户能够通过简单的界面操作即可实现多种伪迹去除方法,并直观比较不同方法的伪迹去除效果,我们开发了一个脑电信号中伪迹去除工具箱。该工具箱包含了许多目前被证明有效的、最先进的伪迹去除方法,且根据应用场景,分别设计了单通道、少数通道和多通道的伪迹去除模式。工具箱也提供了信号展示和伪迹去除效果评价等功能,用户可以直观观察伪迹去除效果。针对单通道脑电信号中多种伪迹同时去除的SSA-SOBI方法的提出,以及伪迹去除工具箱的开发会使脑电信号的应用具有更广阔的前景。
【学位授予单位】:合肥工业大学
【学位级别】:硕士
【学位授予年份】:2019
【分类号】:R741.044;TN911.7
【图文】:

脑电位,记录系统,国际


图 1.1 10/20 国际脑电位记录系统Fig 1.1 10/20 International Brain Potential Recording System生物医学信号测量和处理技术开始越来越多地应用在移医疗保健方面,使用较少的仪器和较低的计算复杂度开减少复杂度,许多移动便携式系统仅仅采集一个通道的的单通道脑电采集仪器会是一个重要的发展方向。应用包含着丰富的信息,对于临床诊断和生理学都有着重要意用主要包括以下领域:辅助诊断和监测信号的定量研究已经应用于许多疾病的辅助诊断,如研究脑电信号变化等。能研究

伪迹,脑电信号,信号,单通道


图 3.1 三种伪迹信号图Fig 3.1 Three kinds of artifacts提到的,本文模拟了所有单通道脑电信号被三种伪迹源干单通道干净脑电信号,EMGx ,EOGx 和ECGx 分别代表 EMG 迹,则被伪迹干扰的单通道脑电信号 x 通过公式EEG x x 脑电信号被单种伪迹干扰,如 EMG 伪迹,则artifacts EMx x 两种伪迹同时干扰,如EMG伪迹和EOG伪迹,则artifacts x 信号被三种伪迹同时干扰,由于头皮上检测到的 ECG 活OG 有 更 小 的 幅 度 , 为 了 模 拟 真 实 情 况0.5EOG ECG x + x。参数 控制脑电信号被伪迹干扰的程度,控制信噪比(signal-to-noise ratio,SNR):( )=( )EEGartifactsRMS xSNRRMS x

【参考文献】

相关期刊论文 前6条

1 薛春芳;侯威;赵俊虎;王式功;;集合经验模态分解在区域降水变化多尺度分析及气候变化响应研究中的应用[J];物理学报;2013年10期

2 徐克红;程鹏飞;文汉江;;太阳黑子数时间序列的奇异谱分析和小波分析[J];测绘科学;2007年06期

3 徐栋君;和卫星;张华;;新型多通道脑电信号采集系统的设计[J];医疗卫生装备;2006年06期

4 李婷,邱天爽,牛杰;独立分量分析在脑电信号处理中的应用及研究进展[J];北京生物医学工程;2005年03期

5 杜志勇,王鲜芳;盲源分离技术用于脑电信号处理的探索[J];现代电子技术;2004年02期

6 郭晓静,吴小培,张道信,孔敏,冯焕清;基于独立分量分析的脑电消噪与特征提取[J];系统仿真学报;2003年02期

相关硕士学位论文 前5条

1 张姗姗;基于盲源分离的眼电伪迹去除技术研究[D];郑州大学;2014年

2 谌君黎;脑电信号识别及其在脑机接口中的应用研究[D];沈阳工业大学;2011年

3 张颜颜;基于μC/os-Ⅱ的嵌入式脑电分析系统[D];山东大学;2008年

4 赵翔;智能轮椅的BCI人—机接口技术研究[D];天津大学;2007年

5 许涛;脑电信号的处理及其在假肢中的应用[D];大连理工大学;2006年



本文编号:2716020

资料下载
论文发表

本文链接:https://www.wllwen.com/linchuangyixuelunwen/2716020.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户dc146***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com