[發明專利]基于ICA和HHT融合的自動眼電干擾去除方法

有效

• 申請號: 201310755534.0
• 申請日: 2013-12-21
• 公開（公告）號: CN103690163A
• 公開（公告）日: 2014-04-02
• 發明（設計）人: 高暢;李海峰;李嵩;馬琳;薄洪劍;吳明權;張瑋;楊大易;房春英
• 申請（專利權）人: 哈爾濱工業大學
• 主分類號: A61B5/0476
• 分類號: A61B5/0476;G06F19/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.基于ICA和HHT融合的自動眼電干擾去除方法，其特征在于：具體步驟如下：

步驟一：通過獨立成分分析將原始腦電信號分解為若干獨立成分；

步驟二：對所有獨立成分分段并加窗，段長為10秒，在每一段內的所有獨立成分上加窗，窗長為一次眨眼的時長，為400毫秒，為了減小眼電發生在窗的邊緣部分對處理過程產生的影響，采用窗間交疊的辦法，交疊部分為半個窗長；

步驟三：通過經驗模態分解提取窗內各獨立成分的趨勢項，經驗模態分解是基于時域局部特征的，能夠把復雜數據分解成少量的固有模態函數，每個固有模態函數要滿足如下兩個條件：(1)在整個數據序列中，極值點的數量與過零點的數量相等，或相差一個；(2)在任一時間點上，信號的局部最大值和局部最小值定義的包絡均值為零；

步驟四：計算段內每個獨立成分的統計特征，包括段內各窗趨勢項最大值與最小值之差的和與方差，計算公式如下所示：

range(j)_i，w＝max(j)_i，w-min(j)_i，w

diffsum(j)i=Σi=1Wrange(j)i,w]]>

diffvar(j)i=1WΣi=1W(range(j)i,w-meanrange(j)i)2]]>

其中，j∈1....N表示獨立成分分析分解得到的獨立成分，N為獨立成分分析分解得到的獨立成分數量，max(j)_i，w、max(j)_i，w和range(j)_i，w分別表示第j個獨立成分的第i段的第w個窗的趨勢項的最大值、最小值以及它們的差，meanrange(j)_i表示第j個獨立成分的第i段中所有窗的趨勢項的最大值與最小值之差的均值，diffsum(j)_i和diffvar(j)_i分別表示第j個獨立成分的第i段中的所有窗的趨勢項的最大值與最小值之差的和以及方差，由此形成一個特征向量(diffsum(j)_i，diffvar(j)_i)；

步驟五：對每一段中提取的統計特征通過K-均值聚類算法聚成兩類，通過計算這兩類類間可分性測度，判斷其中一類的獨立成分是否包含眼電信號；

步驟六：由于信號并不是由單一的頻率成分構成的，而眼電信號通常被認為是低頻成分，因此，通過計算瞬時頻率，保留高于眼電信號頻率的成分；通過對包含眼電信號的獨立成分在被判斷為含有眼電信號的段中，經過經驗模態分解分解得到的固有模態函數做希爾伯特譜分析，計算其瞬時頻率，保留高于4Hz的頻率成分，合成一個新的獨立成分；

步驟七：將所有獨立成分通過獨立成分分析得到的混合矩陣，重新合成一個新的腦電信號，即為去除眼電信號后的腦電信號。