基于ica和hht融合的自動(dòng)眼電干擾去除方法
【專(zhuān)利摘要】本發(fā)明公開(kāi)了一種基于ICA和HHT融合的自動(dòng)眼電干擾去除方法。首先，用獨(dú)立成分分析將采集到的包含眼電信號(hào)的腦電信號(hào)信號(hào)分解為若干獨(dú)立成分。希爾伯特-黃變換由兩部分構(gòu)成：經(jīng)驗(yàn)?zāi)B(tài)分解和希爾伯特譜分析，然后，對(duì)每一個(gè)獨(dú)立成分通過(guò)經(jīng)驗(yàn)?zāi)B(tài)分解提取趨勢(shì)項(xiàng)，計(jì)算其統(tǒng)計(jì)特征，從而確定包含眼電信號(hào)的獨(dú)立成分，利用希爾伯特譜分析，保留這些獨(dú)立成分中不屬于眼電信號(hào)的高頻成分，同時(shí)去除屬于眼電信號(hào)的低頻成分；本發(fā)明使腦電信號(hào)信號(hào)中不包含眼電信號(hào)的段不受影響，去除眼電信號(hào)后，在沒(méi)有眼電信號(hào)發(fā)生的區(qū)域，更接近于原始的腦電信號(hào)信號(hào)。
【專(zhuān)利說(shuō)明】基于ICA和HHT融合的自動(dòng)眼電干擾去除方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明具體涉及一種基于ICA和HHT融合的自動(dòng)眼電干擾去除方法。
【背景技術(shù)】
[0002]在過(guò)去的幾十年中，對(duì)腦電波(Electroencephalogram, EEG)信號(hào)的分析與研究在神經(jīng)科學(xué)、心理學(xué)以及生物醫(yī)學(xué)等領(lǐng)域起到了重要的作用。然而，由于EEG信號(hào)的電壓非常小，通常只有50微伏左右，在記錄過(guò)程中經(jīng)常會(huì)受到干擾源的干擾，從而產(chǎn)生一些偽跡，這些偽跡經(jīng)常妨礙腦電波的分析與研究。在偽跡中，眼電(Electrooculogram, E0G)信號(hào)是最主要的一種干擾，它會(huì)隨機(jī)地出現(xiàn)在EEG信號(hào)中，并且幅度較大，EOG分為水平EOG和垂直E0G。水平EOG是由于眼部隨著關(guān)注目標(biāo)的移動(dòng)而產(chǎn)生，可以通過(guò)被試在實(shí)驗(yàn)中減少眼部的水平運(yùn)動(dòng)而減少甚至消除，對(duì)于垂直E0G，是由于眨眼產(chǎn)生，如果要求被試在實(shí)驗(yàn)中，盡量減少眨眼的次數(shù)，被試會(huì)產(chǎn)生不適感，從而對(duì)實(shí)驗(yàn)造成影響，此外，還可以通過(guò)舍棄EEG信號(hào)中被EOG干擾的部分，但是這種方法可能會(huì)引起重要信息的丟失。因此，如何去除EOG的干擾，尋找行之有效的檢測(cè)并提取出真實(shí)可靠的EEG信號(hào)的方法，具有重要意義。
[0003]目前檢測(cè)并去除EOG的方法主要有如下三種:基于回歸分析的方法，這種方法出現(xiàn)的最早，并被廣泛應(yīng)用于流行的EEG診斷軟件中；基于主成分分析(PrincipalComponent Analysis, PCA)的方法，由于該方法要求的條件比較嚴(yán)格，因此應(yīng)用不多；基于獨(dú)立成分分析(In dependent Component Analysis, ICA)的方法，EEG信號(hào)是自發(fā)EEG信號(hào)與各種偽跡的線性混合，滿足信號(hào)源獨(dú)立的條件，因此EEG信號(hào)適合用該方法去除EOG干擾。
[0004]基于回歸分析的方法會(huì)錯(cuò)誤地將包含的EEG信號(hào)去除。基于PCA的方法去除EOG干擾后，會(huì)使沒(méi)有EOG干擾的EEG信號(hào)段發(fā)生變形，從而影響對(duì)EEG信號(hào)的分析。基于ICA的方法無(wú)法實(shí)現(xiàn)自動(dòng)去除含有EOG干擾的獨(dú)立成分(Independent Component, IC),并且由于其分解IC過(guò)程是一個(gè)估計(jì)的過(guò)程，因此分解得到的IC并不準(zhǔn)確，會(huì)將部分高頻的EEG成分去除，從而影響對(duì)EEG信號(hào)的分析。

【發(fā)明內(nèi)容】

[0005]針對(duì)上述基于獨(dú)立成分分析(ICA)去除眼電信號(hào)(EOG)方法的不足，本發(fā)明提供一種基于獨(dú)立成分分析(ICA)和希爾伯特-黃變換(HHT)融合的自動(dòng)眼電干擾去除方法，該方法是一種不需要人為干預(yù)的自動(dòng)眼電信號(hào)(EOG)去除方法，同時(shí)使去除眼電信號(hào)(EOG)后的腦電信號(hào)(EEG)，在沒(méi)有眼電信號(hào)(EOG)的部分更接近于原始的腦電信號(hào)(EEG)。
[0006]本發(fā)明的目的是通過(guò)以下技術(shù)方案實(shí)現(xiàn)的:一種基于獨(dú)立成分分析(ICA)和希爾伯特-黃變換(HHT)融合的自動(dòng)眼電干擾去除方法，具體步驟如下:
[0007]步驟一:通過(guò)獨(dú)立成分分析(ICA)將原始腦電信號(hào)(EEG)分解為若干獨(dú)立成分(IC)；
[0008]步驟二:對(duì)所有獨(dú)立成分(IC)分段并加窗，段長(zhǎng)為10秒，在每一段內(nèi)的所有獨(dú)立成分(IC)上加窗，窗長(zhǎng)為一次眨眼的時(shí)長(zhǎng)，為400暈秒,為了減小眼電發(fā)生在窗的邊緣部分對(duì)處理過(guò)程產(chǎn)生的影響，采用窗間交疊的辦法，交疊部分為半個(gè)窗長(zhǎng)；
[0009]步驟三:通過(guò)經(jīng)驗(yàn)?zāi)B(tài)分解(EMD)提取窗內(nèi)各獨(dú)立成分(IC)的趨勢(shì)項(xiàng)，經(jīng)驗(yàn)?zāi)B(tài)分解(EMD)是基于時(shí)域局部特征的，能夠把復(fù)雜數(shù)據(jù)分解成少量的固有模態(tài)函數(shù)(IMF)，每個(gè)固有模態(tài)函數(shù)(MF)要滿足如下兩個(gè)條件:(I)在整個(gè)數(shù)據(jù)序列中，極值點(diǎn)的數(shù)量與過(guò)零點(diǎn)的數(shù)量相等，或相差一個(gè)；(2)在任一時(shí)間點(diǎn)上，信號(hào)的局部最大值和局部最小值定義的包絡(luò)均值為零；
[0010]步驟四:計(jì)算段內(nèi)每個(gè)獨(dú)立成分(IC)的統(tǒng)計(jì)特征，包括段內(nèi)各窗趨勢(shì)項(xiàng)最大值與最小值之差的和與方差，計(jì)算公式如下所示:
[0011]
【權(quán)利要求】
1.基于ICA和HHT融合的自動(dòng)眼電干擾去除方法，其特征在于:具體步驟如下: 步驟一:通過(guò)獨(dú)立成分分析將原始腦電信號(hào)分解為若干獨(dú)立成分； 步驟二:對(duì)所有獨(dú)立成分分段并加窗，段長(zhǎng)為10秒，在每一段內(nèi)的所有獨(dú)立成分上加窗，窗長(zhǎng)為一次眨眼的時(shí)長(zhǎng)，為400毫秒，為了減小眼電發(fā)生在窗的邊緣部分對(duì)處理過(guò)程產(chǎn)生的影響，采用窗間交疊的辦法，交疊部分為半個(gè)窗長(zhǎng)； 步驟三:通過(guò)經(jīng)驗(yàn)?zāi)B(tài)分解提取窗內(nèi)各獨(dú)立成分的趨勢(shì)項(xiàng)，經(jīng)驗(yàn)?zāi)B(tài)分解是基于時(shí)域局部特征的，能夠把復(fù)雜數(shù)據(jù)分解成少量的固有模態(tài)函數(shù)，每個(gè)固有模態(tài)函數(shù)要滿足如下兩個(gè)條件:(1)在整個(gè)數(shù)據(jù)序列中，極值點(diǎn)的數(shù)量與過(guò)零點(diǎn)的數(shù)量相等，或相差一個(gè)；(2)在任一時(shí)間點(diǎn)上，信號(hào)的局部最大值和局部最小值定義的包絡(luò)均值為零； 步驟四:計(jì)算段內(nèi)每個(gè)獨(dú)立成分的統(tǒng)計(jì)特征，包括段內(nèi)各窗趨勢(shì)項(xiàng)最大值與最小值之差的和與方差，計(jì)算公式如下所示:
2.根據(jù)權(quán)利要求1所述的基于ICA和HHT融合的自動(dòng)眼電干擾去除方法，其特征在于，步驟三所述的趨勢(shì)項(xiàng)具體提取過(guò)程如下所示: (1)根據(jù)信號(hào)x(t)的極大點(diǎn)和極小點(diǎn)，獲取其上包絡(luò)rup(t)和下包絡(luò)rlOT(t)； (2)考察x(t)與上下包絡(luò)均值之差d(t):
3.根據(jù)權(quán)利要求1所述的基于ICA和HHT融合的自動(dòng)眼電干擾去除方法，其特征在于，步驟五的判斷其中一類(lèi)的獨(dú)立成分是否包含眼電信號(hào)的計(jì)算過(guò)程如下所示:
【文檔編號(hào)】G06F19/00GK103690163SQ201310755534
【公開(kāi)日】2014年4月2日 申請(qǐng)日期:2013年12月21日 優(yōu)先權(quán)日:2013年12月21日
【發(fā)明者】高暢, 李海峰, 李嵩, 馬琳, 薄洪劍, 吳明權(quán), 張瑋, 楊大易, 房春英 申請(qǐng)人:哈爾濱工業(yè)大學(xué)