[發明專利]一種同步EEG-fMRI腦電信號去BCG偽跡方法

有效

• 申請號: 202110390268.0
• 申請日: 2021-04-12
• 公開（公告）號: CN113081001B
• 公開（公告）日: 2022-04-01
• 發明（設計）人: 林廣;任彬;劉予晞;張建海
• 申請（專利權）人: 杭州電子科技大學
• 主分類號: A61B5/369
• 分類號: A61B5/369;A61B5/372;A61B5/00;G06N3/04;G06N3/08
• 代理公司: 杭州君度專利代理事務所(特殊普通合伙) 33240
• 代理人: 朱亞冠

本發明公開一種同步EEG?fMRI腦電信號去BCG偽跡方法。對在普通環境和核磁共振環境下的睜眼、閉眼狀態多通道頭皮腦電信號進行采集和預處理，然對其進行數據分割，構建睜眼和閉眼狀態數據集；利用上述睜眼和閉眼狀態數據集分別進行去除BCG偽跡的睜眼網絡模型和閉眼網絡模型訓練；該模型采用基于CycleGAN網絡架構模型BCGGAN；BCGGAN包括CycleGAN、自編碼器約束、中間特征約束。本發明在盡可能去除BCG偽跡的同時，能更好地有效保留腦電信息。

技術領域

本發明涉及腦電信號預處理領域，具體涉及一種基于深度學習的去除同步EEG-fMRI采集的腦電信號中BCG偽跡的方法。

背景技術

隨著腦科學研究的發展，腦電信號(EEG)與功能磁共振成像(fMRI)的結合引起了廣泛的關注和研究。腦電信號對大腦神經放電活動進行直接測量，具有毫秒級的時間分辨率；而功能磁共振成像通過測量大腦血氧水平變化的方法間接測量大腦活動，具有毫米級的空間分辨率。EEG與fMRI在時空分辨率上的互補性，使得同步EEG-fMRI能夠為腦功能研究提供更為深入和全面的信息。

進行同步EEG-fMRI研究首先面臨的就是偽跡去除問題，其中EEG采集系統向fMRI信號引入的偽跡較小，不會顯著影響fMRI成像質量；而核磁掃描系統則會向EEG信號中引入嚴重的偽跡，主要有以下三種：

1.脈沖偽跡(PA)：它是由脈沖射頻引起的，其噪聲頻率與EEG信號的頻率差異很大，一般使用70Hz的低通濾波即可去除。

2.梯度偽跡(GA)：它是在fMRI采集期間磁場切換引發的周期性偽跡，這些偽跡的幅度比EEG信號的幅度大10-100倍，而且因為其自身的時移不變性，可以用模板法將其從EEG信號中去除。

3.心沖擊偽跡(BCG偽跡)：它是在高強度的磁場條件下，由心跳引起的微小頭動、頭部血管隨心跳而產生的擴張和收縮等多種因素導致的偽跡。此外，BCG偽跡因被試、腦電通道和磁共振掃描儀的不同而變化，甚至在同一試次同一通道內，隨著時間的流逝，BCG偽跡的形態也會發生變化。因此，這些因素的存在使得BCG偽跡成為同步EEG-fMRI采集的腦電信號中最難去除的偽跡。

目前，用于抑制同步采集EEG-fMRI時所獲得的腦電信號中的BCG偽跡的方法主要有三種。一是基于參考信號的方法：通常利用參考信號生成BCG偽跡模板，并利用該模板去消除腦電信號中的BCG偽跡；二是基于成分分析的盲源分離方法：利用成分分析分離出與BCG偽跡成分相關的正交或獨立成分，有選擇性地標出視為BCG偽跡的成分并將其去除。三是硬件法，采用碳纖索套等專業的硬件設備，直接測量偽跡的波形，然后從受污染的EEG信號中減去這些偽跡。然而，在模板法中，由于BCG偽跡的時變性，依賴心電信號的模板不能很好的隨著偽跡的變化而改變，所以仍會有偽跡殘留在EEG信號中；在盲源分離法中，在選擇獨立成分的數量方面總是需要權衡，有太大的主觀性：去除少量獨立成分可能仍會有偽跡殘留在EEG信號中，反之，去除大量的獨立成分可能會導致腦電信號中重要的信息丟失。在硬件法中，特殊的電極帽價格較高而且實驗操作較困難。

目前深度學習發展迅速，在圖像、語音、檢索等領域獲得了巨大成功，同時近年來，在腦電信號處理領域也取得了不少成果。但是針對于這類非配對的腦電信號轉化問題(即實際情況下不能獲得同一時間下受污染的EEG信號以及純凈的EEG信號用于有監督的信號轉化)的研究較少。

因此，使用深度學習來開發一種不依賴心電參考電極而且能客觀便捷準確地去除腦電信號中BCG偽跡的方法極具現實意義。

發明內容

針對現有技術的不足，本發明提供一種不依賴心電參考電極并且便捷準確地去除腦電信號中BCG偽跡的方法，其可以廣泛地應用于臨床醫學診斷、神經生理學和認知神經科學等研究領域。本發明不僅不依賴心電信號，而且能夠有效保留大量的腦電信息，為腦電去噪提供了一種新思路。

為達到上述目的，本發明所采用的技術方案如下：