[發(fā)明專利]基于EEMD-PCA去除EEG信號(hào)中運(yùn)動(dòng)偽跡的方法及裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 202110161627.5
• 申請(qǐng)日: 2021-02-05
• 公開（公告）號(hào): CN112957055A
• 公開（公告）日: 2021-06-15
• 發(fā)明（設(shè)計(jì)）人: 李慧慧;馬俊嵩;王磊;王博;譙小豪;顏延
• 申請(qǐng)（專利權(quán)）人: 中國(guó)科學(xué)院深圳先進(jìn)技術(shù)研究院
• 主分類號(hào): A61B5/372
• 分類號(hào): A61B5/372
• 代理公司: 深圳市科進(jìn)知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44316
• 代理人: 魏毅宏

1.一種基于EEMD-PCA去除EEG信號(hào)中運(yùn)動(dòng)偽跡的方法，其特征在于，包括以下步驟：

基于EEMD分解單通道EEG信號(hào)，得到各階的本征模態(tài)函數(shù)；

基于PCA將各階所述本征模態(tài)函數(shù)分離出主成分；

計(jì)算出每個(gè)主成分的自相關(guān)性；

將自相關(guān)性大于預(yù)設(shè)閾值的主成分被判定為偽跡主成分；

將被判定為偽跡的主成分進(jìn)行去除；

對(duì)剩余的主成分進(jìn)行PCA逆變化處理后再進(jìn)行EEMD逆變化處理，得到去除噪聲后的EEG信號(hào)。

2.根據(jù)權(quán)利要求1所述的一種基于EEMD-PCA去除EEG信號(hào)中運(yùn)動(dòng)偽跡的方法，其特征在于，在所述基于EEMD分解單通道EEG信號(hào)，得到各階的本征模態(tài)分量中包括：

對(duì)含有運(yùn)動(dòng)偽跡的EEG信號(hào)進(jìn)行減去均值處理，得到去除直流信號(hào)的EEG信號(hào)X(t)；

對(duì)信號(hào)X(t)進(jìn)行集合經(jīng)驗(yàn)?zāi)B(tài)分解，得到各階本征模態(tài)函數(shù)。

3.根據(jù)權(quán)利要求2所述的一種基于EEMD-PCA去除EEG信號(hào)中運(yùn)動(dòng)偽跡的方法，其特征在于，在所述基于PCA將各階所述本征模態(tài)函數(shù)分離出主成分中包括：

對(duì)各階本征模態(tài)函數(shù)進(jìn)行主成分分離，得到N個(gè)源成分S。

4.根據(jù)權(quán)利要求3所述的一種基于EEMD-PCA去除EEG信號(hào)中運(yùn)動(dòng)偽跡的方法，其特征在于，在所述計(jì)算出每個(gè)主成分的自相關(guān)性中包括：

計(jì)算每個(gè)源成分S的自相關(guān)性。

5.根據(jù)權(quán)利要求4所述的一種基于EEMD-PCA去除EEG信號(hào)中運(yùn)動(dòng)偽跡的方法，其特征在于，在所述自相關(guān)性大于預(yù)設(shè)閾值的主成分被判定為偽跡主成分之前還包括：預(yù)設(shè)自相關(guān)性的闕值。

6.根據(jù)權(quán)利要求5所述的一種基于EEMD-PCA去除EEG信號(hào)中運(yùn)動(dòng)偽跡的方法，其特征在于，在所述將被判定為偽跡的主成分進(jìn)行去除中包括：

通過(guò)進(jìn)行置零處理，將被識(shí)別為偽跡成分的源成分S進(jìn)行去除，去除后得到源成分S'。

7.根據(jù)權(quán)利要求1所述的一種基于EEMD-PCA去除EEG信號(hào)中運(yùn)動(dòng)偽跡的方法，其特征在于，在所述對(duì)剩余的主成分進(jìn)行PCA逆變化處理后再進(jìn)行EEMD逆變化處理，得到去除噪聲后的EEG信號(hào)包括：

將所述源成分S'經(jīng)過(guò)PCA逆變化處理后再經(jīng)過(guò)EEMD逆變化處理，得到去除噪聲后的EEG信號(hào)。

8.根據(jù)權(quán)利要求2所述的一種基于EEMD-PCA去除EEG信號(hào)中運(yùn)動(dòng)偽跡的方法，其特征在于，在所述對(duì)信號(hào)X(t)進(jìn)行集合經(jīng)驗(yàn)?zāi)B(tài)分解，得到N個(gè)本征模態(tài)函數(shù)之前還包括：

設(shè)置集合經(jīng)驗(yàn)?zāi)B(tài)分解所添加的白噪聲的幅值標(biāo)準(zhǔn)差值和噪聲加入的次數(shù)。

9.根據(jù)權(quán)利要求8所述的一種基于EEMD-PCA去除EEG信號(hào)中運(yùn)動(dòng)偽跡的方法，其特征在于，將集合經(jīng)驗(yàn)?zāi)B(tài)分解所添加的白噪聲的幅值標(biāo)準(zhǔn)差設(shè)置為0.05-0.15之間、噪聲加入次數(shù)設(shè)置為80-120次之間。

10.一種基于EEMD-PCA去除EEG信號(hào)中運(yùn)動(dòng)偽跡的裝置，其特征在于，包括：

信號(hào)分解模塊，用于基于EEMD分解單通道EEG信號(hào)，得到各階的本征模態(tài)函數(shù)；

主成分分離模塊，用于基于PCA將各階所述本征模態(tài)函數(shù)分離出主成分；

相關(guān)性計(jì)算模塊，用于計(jì)算出每個(gè)主成分的自相關(guān)性；

偽跡成分判定模塊，用于將自相關(guān)性大于預(yù)設(shè)閾值的主成分被判定為偽跡主成分；

偽跡成分去除模塊，用于將被判定為偽跡的主成分進(jìn)行去除；

逆變化處理模塊，用于對(duì)剩余的主成分進(jìn)行PCA逆變化處理后再進(jìn)行EEMD逆變化處理，得到去除噪聲后的EEG信號(hào)。