[發明專利]一種基于自動ICA去除EEG信號中核磁偽跡的方法

有效

• 申請號: 201710089297.7
• 申請日: 2017-02-20
• 公開（公告）號: CN106859641B
• 公開（公告）日: 2019-08-20
• 發明（設計）人: 孫巖丹;俞祝良;顧正暉
• 申請（專利權）人: 華南理工大學
• 主分類號: A61B5/0476
• 分類號: A61B5/0476;A61B5/00
• 代理公司: 廣州市華學知識產權代理有限公司 44245
• 代理人: 李斌

本發明公開了一種基于自動ICA去除EEG信號中核磁偽跡的方法，所述方法包括以下步驟：1)對含有核磁偽跡的EEG信號進行基礎去噪處理，得到去除了大部分核磁偽跡的EEG信號X'(t)；2)對信號X'(t)進行獨立成分分離，并自動識別出其中的核磁偽跡殘余成分，其余成分保持不變；3)提取步驟2)里核磁偽跡殘余成分中的有效低頻成分并將其保留；4)將步驟3)得到的核磁偽跡殘余成分中的有效低頻成分和步驟2)中保留的其余成分一起經過ICA逆變換重構，得到除噪后的EEG信號。所述在ICA的基礎上根據核磁噪聲的頻率分布特性以及其與核磁掃描重復時間參數相關的周期特性自動選擇核磁偽跡成分，并保留了其中的有用信息。

技術領域

本發明涉及EEG-fMRI混合腦電信號研究領域，具體涉及一種基于自動ICA去除EEG信號中核磁偽跡的方法。

背景技術

腦電信號的研究一直是生物醫學領域以及腦神經信息研究領域的重點，也是人類觀察大腦工作機制探尋大腦奧秘的最基本的方式。EEG信號具有毫秒級的時間分辨率，以頭皮電位的變化記錄大腦的神經活動。而功能磁共振技術通過神經成像讓人們更加直觀的看到大腦內部的結構及其血氧活動。功能磁共振的高空間分辨率和EEG信號的高時間分辨率讓他們的結合具有更重要的意義和優勢。

然而兩種方法的結合也受到了很多限制，尤其是磁共振掃描給EEG記錄帶來的強烈干擾，主要是由于核磁掃描時梯度磁場切換引起的梯度偽跡，即本發明中所指的核磁偽跡。這種偽跡信號的典型波幅是EEG信號的100到1000倍，且它的頻率通常會覆蓋EEG信號的頻率范圍，因此用傳統的去噪方法通常難以完全去除。最初由Allen等人在2000年提出的平均模板相減法(AAS)，利用梯度偽跡的周期性生成平均偽跡模板，然后與當前獲得的EEG信號匹配并從中減去這個模板。這個方法在大量的文獻中被證實是可用的，但是它只能去除大部分的核磁偽跡，某些通道中仍然會有殘留的偽跡并未去除。于是接下來Allen等人又提出了自適應去噪法(ANC)來去除殘留的偽跡，但是這個方法仍然不能去除所有的殘余偽跡。接下來梯度偽跡的去除引發了大量的思考和嘗試，有人提出了基于PCA(主成分分析)的最優基組法來去除殘余偽跡，PCA是建立在噪聲信號與腦電信號不相關的假設之上的，于是有人提出了ICA(獨立成分分析)的方法來去除梯度偽跡，ICA是假設信號之間不僅是不相關的，而且是互相獨立的，這比PCA的假設對信號有著更強的約束。ICA在梯度偽跡，心電偽跡，眼電偽跡等的去除上都得到了比較廣泛的應用，比單獨的AAS能夠更有效的去除核磁偽跡，但是ICA雖然能夠在一定程度上分離開來腦電信號和核磁偽跡信號，但是如何自動有效的識別出偽跡成分卻一直都沒有一個能廣泛使用的方法。現在大多數文獻都是通過直觀的觀察信號的波形與核磁偽跡的相似程度，信號的頻譜分布，腦電地形圖等方法手動的選擇偽跡成分，并將偽跡成分直接置零再進行ICA逆變換從而得到去噪后的信號。這樣手工選擇偽跡成分不僅影響處理速度，制約了ICA除噪的應用場合，比如說不能應用于在線實時去噪，而且將偽跡成分直接置零也是有風險的，很有可能會丟失對研究者有用的一些成分，導致后面需要提取的特征并不明顯，從而影響實驗的質量。

發明內容

本發明的目的是針對上述現有技術的不足，提供了一種基于自動ICA去除EEG信號中核磁偽跡的方法，該方法在ICA的基礎上根據核磁噪聲的頻率分布特性以及其與核磁掃描重復時間參數相關的周期特性自動選擇核磁偽跡成分，并保留了其中的有用信息。

本發明的目的可以通過如下技術方案實現：

一種基于自動ICA去除EEG信號中核磁偽跡的方法，所述方法包括以下步驟：

1)對含有核磁偽跡的EEG信號進行基礎去噪處理，得到去除了大部分核磁偽跡的EEG信號X'(t)；

2)對信號X'(t)進行獨立成分分離，并自動識別出其中的核磁偽跡殘余成分，其余成分保持不變；

3)提取步驟2)里核磁偽跡殘余成分中的有效低頻成分并將其保留；