本發(fā)明涉及腦電信號(hào)去噪的，更具體地，涉及一種基于mvmd和sobi的腦電信號(hào)去噪方法及系統(tǒng)。

背景技術(shù)：

1、腦電信號(hào)是通過(guò)腦電采集設(shè)備將人體腦部微弱的生物電放大記錄生成的信號(hào)。腦電信號(hào)廣泛應(yīng)用于生物醫(yī)療的領(lǐng)域，例如睡眠分類(lèi)、癲癇癥、專(zhuān)注度分析以及抑郁癥的診斷。因?yàn)槟X電信號(hào)是一種低頻的非線(xiàn)性非平穩(wěn)的信號(hào)，主要頻率在0.5～100hz之間，信號(hào)幅值在5～300μv，并且人體自身其他部位的生理活動(dòng)也會(huì)產(chǎn)生相應(yīng)的電信號(hào)，所以腦電信號(hào)十分容易受到各種噪聲污染，從而產(chǎn)生各種偽跡，例如受試者的心電、眼電、肌電等也會(huì)引起相應(yīng)的偽跡。

2、近年來(lái)，醫(yī)療器械的發(fā)展趨勢(shì)是由臨床設(shè)備向便攜式設(shè)備發(fā)展。值得注意的是，從便攜式設(shè)備中獲得的通道總數(shù)遠(yuǎn)少于臨床設(shè)備。即便攜式設(shè)備獲取的通道總數(shù)通常少于10個(gè)。

3、現(xiàn)有技術(shù)通常使用盲源分離技術(shù)將腦電信號(hào)中的噪聲分離出來(lái)，但是現(xiàn)存盲源分離技術(shù)要求腦電信號(hào)的通道總數(shù)足夠多，即現(xiàn)存盲源分離技術(shù)不適用于獲取的通道總數(shù)往往不足10個(gè)的便攜式設(shè)備。

4、雖然腦電信號(hào)廣泛的用在生物醫(yī)療的領(lǐng)域，但是腦電信號(hào)會(huì)受到很多的噪聲干擾，最常見(jiàn)的是心電偽跡、眼電偽跡和肌電偽跡，它們?cè)诓杉盘?hào)的過(guò)程中很難被直接消除，而這些噪聲會(huì)影響實(shí)驗(yàn)和研究的效果，所以腦電信號(hào)的去噪顯得十分重要。而且隨著便攜式設(shè)備的發(fā)展趨勢(shì)，從有限的通道中獲取有效腦電信息，更加需要一種合適應(yīng)用在少通道數(shù)據(jù)上的信號(hào)處理方法。

5、綜上所述，現(xiàn)有技術(shù)存在無(wú)法在通道數(shù)量較少的情況下獲取有效腦電信息，即，無(wú)法對(duì)通道數(shù)量較少的腦電信號(hào)進(jìn)行有效去噪的缺陷。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明為克服上述現(xiàn)有技術(shù)存在的無(wú)法對(duì)通道數(shù)量較少的腦電信號(hào)進(jìn)行有效去噪的缺陷，提供一種在腦電信號(hào)的通道數(shù)量較少時(shí)仍能保持良好的去噪效果的基于mvmd和sobi的腦電信號(hào)去噪方法。

2、為解決上述技術(shù)問(wèn)題，本發(fā)明的技術(shù)方案如下：

3、獲取腦電信號(hào)，對(duì)所述腦電信號(hào)進(jìn)行多元變分模態(tài)分解，獲得腦電信號(hào)對(duì)應(yīng)的若干個(gè)本征模態(tài)分量；

4、對(duì)所述本征模態(tài)分量進(jìn)行二階模式識(shí)別，得到腦電信號(hào)對(duì)應(yīng)的若干個(gè)底層源信號(hào)；

5、除去噪聲對(duì)應(yīng)的底層源信號(hào)；

6、對(duì)保留的底層源信號(hào)進(jìn)行二階模式識(shí)別的逆運(yùn)算，得到去噪的本征模態(tài)分量；

7、基于所述去噪的本征模態(tài)分量重構(gòu)得到去噪的腦電信號(hào)。

8、本發(fā)明還提出了一種基于mvmd和sobi的腦電信號(hào)去噪系統(tǒng)用于實(shí)現(xiàn)上述的基于mvmd和sobi的腦電信號(hào)去噪方法，所述系統(tǒng)包括：

9、腦電信號(hào)分解模塊，用于獲取腦電信號(hào)，對(duì)所述腦電信號(hào)進(jìn)行多元變分模態(tài)分解，獲得腦電信號(hào)對(duì)應(yīng)的若干個(gè)本征模態(tài)分量；

10、源信號(hào)獲取模塊，用于對(duì)所述本征模態(tài)分量進(jìn)行二階模式識(shí)別，得到腦電信號(hào)對(duì)應(yīng)的若干個(gè)底層源信號(hào)；

11、去噪模塊，用于除去噪聲對(duì)應(yīng)的底層源信號(hào)；

12、第一重構(gòu)模塊，用于對(duì)保留的底層源信號(hào)進(jìn)行二階模式識(shí)別的逆運(yùn)算，得到去噪的本征模態(tài)分量；

13、第二重構(gòu)模塊，用于基于所述去噪的本征模態(tài)分量重構(gòu)得到去噪的腦電信號(hào)。

14、本發(fā)明還提出了一種計(jì)算機(jī)設(shè)備，包括存儲(chǔ)器和處理器，所述存儲(chǔ)器中存儲(chǔ)有計(jì)算機(jī)可讀指令，所述計(jì)算機(jī)可讀指令被所述處理器執(zhí)行時(shí)，使得所述處理器執(zhí)行上述的基于mvmd和sobi的腦電信號(hào)去噪方法的步驟。

15、與現(xiàn)有技術(shù)相比，本發(fā)明技術(shù)方案的有益效果是：

16、利用多元變分模態(tài)分解(multivariate?variational?mode?decomposition,mvmd)將腦電信號(hào)分解成若干個(gè)本征模態(tài)分量，以此滿(mǎn)足盲源分離技術(shù)對(duì)于輸入通道數(shù)的要求，再利用二階模式識(shí)別(second-order?blind?identification,sobi)這一盲源分離技術(shù)對(duì)本征模態(tài)分量進(jìn)行去噪,充分考慮了通道間的相關(guān)性，具有滿(mǎn)足盲源分離技術(shù)對(duì)輸入通道的要求的同時(shí)充分考慮通道間的相關(guān)性的優(yōu)點(diǎn)，達(dá)到了良好的去噪效果。

技術(shù)特征：

1.一種基于mvmd和sobi的腦電信號(hào)去噪方法，其特征在于，包括以下步驟：

2.根據(jù)權(quán)利要求1所述的基于mvmd和sobi的腦電信號(hào)去噪方法，其特征在于，采集所述腦電信號(hào)時(shí)，利用若干個(gè)電極在若干個(gè)采集時(shí)刻對(duì)腦信號(hào)進(jìn)行采集，形成包含若干個(gè)通道的腦電信號(hào)，其中，一個(gè)電極對(duì)應(yīng)一個(gè)通道。

3.根據(jù)權(quán)利要求2所述的基于mvmd和sobi的腦電信號(hào)去噪方法，其特征在于，所述本征模態(tài)分量的計(jì)算表達(dá)式包括：

4.根據(jù)權(quán)利要求3所述的基于mvmd和sobi的腦電信號(hào)去噪方法，其特征在于，在對(duì)所述本征模態(tài)分量進(jìn)行二階模式識(shí)別之前，以最小化所述腦電信號(hào)的所有通道的所有分量的帶寬之和為目標(biāo)函數(shù)，迭代求解所述目標(biāo)函數(shù)，當(dāng)所述目標(biāo)函數(shù)值最小或迭代次數(shù)達(dá)到預(yù)設(shè)次數(shù)時(shí)，停止迭代，得到帶寬總和最小的本征模態(tài)分量，在進(jìn)行二階模式識(shí)別時(shí)，以帶寬總和最小的本征模態(tài)分量為操作對(duì)象進(jìn)行操作；

5.根據(jù)權(quán)利要求2所述的基于mvmd和sobi的腦電信號(hào)去噪方法，其特征在于，所述底層源信號(hào)的表達(dá)式包括：

6.根據(jù)權(quán)利要求5所述的基于mvmd和sobi的腦電信號(hào)去噪方法，其特征在于，所述白化矩陣q的計(jì)算表達(dá)式包括：

7.根據(jù)權(quán)利要求1～6任一項(xiàng)所述的基于mvmd和sobi的腦電信號(hào)去噪方法，其特征在于，除去噪聲對(duì)應(yīng)的底層源信號(hào)時(shí)，通過(guò)計(jì)算所述底層源信號(hào)的模糊熵以及所述腦電信號(hào)的皮爾森相關(guān)系數(shù)，基于所述模糊熵和皮爾森相關(guān)系數(shù)判斷所述底層源信號(hào)是否滿(mǎn)足去噪條件，若是，去除所述底層源信號(hào)，否則保留所述底層源信號(hào)。

8.根據(jù)權(quán)利要求7所述的基于mvmd和sobi的腦電信號(hào)去噪方法，其特征在于，所述去噪條件的表達(dá)式包括：

9.一種基于mvmd和sobi的腦電信號(hào)去噪系統(tǒng)，用于實(shí)現(xiàn)權(quán)利要求1～8任一項(xiàng)所述基于mvmd和sobi的腦電信號(hào)去噪方法，其特征在于，包括：

10.一種計(jì)算機(jī)設(shè)備，包括存儲(chǔ)器和處理器，所述存儲(chǔ)器中存儲(chǔ)有計(jì)算機(jī)可讀指令，其特征在于，所述計(jì)算機(jī)可讀指令被所述處理器執(zhí)行時(shí)，使得所述處理器執(zhí)行如權(quán)利要求1～8任一項(xiàng)所述基于mvmd和sobi的腦電信號(hào)去噪方法的步驟。

技術(shù)總結(jié)
本發(fā)明涉及腦電信號(hào)去噪的技術(shù)領(lǐng)域，提出一種基于MVMD和SOBI的腦電信號(hào)去噪方法，包括以下步驟：獲取腦電信號(hào)，對(duì)所述腦電信號(hào)進(jìn)行多元變分模態(tài)分解，獲得腦電信號(hào)對(duì)應(yīng)的若干個(gè)本征模態(tài)分量；對(duì)所述本征模態(tài)分量進(jìn)行二階模式識(shí)別，得到腦電信號(hào)對(duì)應(yīng)的若干個(gè)底層源信號(hào)；除去噪聲對(duì)應(yīng)的底層源信號(hào)；對(duì)保留的底層源信號(hào)進(jìn)行二階模式識(shí)別的逆運(yùn)算，得到去噪的本征模態(tài)分量；基于所述去噪的本征模態(tài)分量重構(gòu)得到去噪的腦電信號(hào)；所述去噪方法具有滿(mǎn)足盲源分離技術(shù)對(duì)輸入通道的要求的同時(shí)充分考慮通道間的相關(guān)性的優(yōu)點(diǎn)，能達(dá)到良好的去噪效果。

技術(shù)研發(fā)人員：凌永權(quán),李濟(jì)博
受保護(hù)的技術(shù)使用者：廣東工業(yè)大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/9