【摘要】：腦電圖(Electroencephalography,EEG)作為一種從人的頭皮采集而來的電生理信號,已經日益成為腦科學相關研究中必不可少的實驗和分析手段。然而,腦電信號在采集過程中經常受到各種偽跡的干擾,常見的偽跡種類有肌電偽跡、眼電偽跡和心電偽跡。這些偽跡使得腦電信號的分析變得困難,嚴重妨礙了腦電信號的實際應用。對于傳統的多通道腦電信號,研究學者已經提出了多種偽跡去除的方法。最近,隨著可穿戴式腦電采集系統的發(fā)展,很多情況下只采集一個通道的腦電信號。對于單通道的腦電信號,學者們也已經提出了若干方法來去除偽跡。然而這些方法大多都只針對腦電信號被單種偽跡干擾的情況,而實際情況中腦電信號很可能被多種偽跡同時干擾,使得之前提出的偽跡去除方法并不適用。此外,目前并沒有一種偽跡去除方法被公認是最優(yōu)的,且能夠適用于所有腦電信號被干擾的情況。各種偽跡去除方法的優(yōu)劣很大程度上取決于腦電信號的種類、偽跡種類以及污染程度。然而,當前常用的腦電信號處理工具箱中的偽跡去除方法都較為單一,難以滿足用戶的需求。在本文中,我們結合奇異譜分析和二階盲辨識(singular spectrum analysis and second-order blind identification,SSA-SOBI)實現從單通道腦電信號中同時去除多種偽跡的目的。SSA-SOBI首先使用SSA將單通道腦電信號分解為多通道的信號分量矩陣,隨后使用SOBI將多通道信號分量矩陣分解為源信號,并去除偽跡源。最后進行數據重建得到去除偽跡后的單通道腦電信號。我們使用半模擬數據進行實驗并驗證了該方法的偽跡去除效果。此外,為了幫助用戶能夠通過簡單的界面操作即可實現多種偽跡去除方法,并直觀比較不同方法的偽跡去除效果,我們開發(fā)了一個腦電信號中偽跡去除工具箱。該工具箱包含了許多目前被證明有效的、最先進的偽跡去除方法,且根據應用場景,分別設計了單通道、少數通道和多通道的偽跡去除模式。工具箱也提供了信號展示和偽跡去除效果評價等功能,用戶可以直觀觀察偽跡去除效果。針對單通道腦電信號中多種偽跡同時去除的SSA-SOBI方法的提出,以及偽跡去除工具箱的開發(fā)會使腦電信號的應用具有更廣闊的前景。
【學位授予單位】：合肥工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：R741.044;TN911.7
【圖文】：

圖 1.1 10/20 國際腦電位記錄系統Fig 1.1 10/20 International Brain Potential Recording System生物醫(yī)學信號測量和處理技術開始越來越多地應用在移醫(yī)療保健方面，使用較少的儀器和較低的計算復雜度開減少復雜度，許多移動便攜式系統僅僅采集一個通道的的單通道腦電采集儀器會是一個重要的發(fā)展方向。應用包含著豐富的信息，對于臨床診斷和生理學都有著重要意用主要包括以下領域：輔助診斷和監(jiān)測信號的定量研究已經應用于許多疾病的輔助診斷，如研究腦電信號變化等。能研究

圖 3.1 三種偽跡信號圖Fig 3.1 Three kinds of artifacts提到的，本文模擬了所有單通道腦電信號被三種偽跡源干單通道干凈腦電信號，EMGx ，EOGx 和ECGx 分別代表 EMG 跡，則被偽跡干擾的單通道腦電信號 x 通過公式EEG x x 腦電信號被單種偽跡干擾，如 EMG 偽跡，則artifacts EMx x 兩種偽跡同時干擾，如EMG偽跡和EOG偽跡，則artifacts x 信號被三種偽跡同時干擾，由于頭皮上檢測到的 ECG 活OG 有 更 小 的 幅 度 ， 為 了 模 擬 真 實 情 況0.5EOG ECG x + x。參數 控制腦電信號被偽跡干擾的程度，控制信噪比（signal-to-noise ratio，SNR）：( )=( )EEGartifactsRMS xSNRRMS x

【參考文獻】

相關期刊論文 前6條

1 薛春芳;侯威;趙俊虎;王式功;;集合經驗模態(tài)分解在區(qū)域降水變化多尺度分析及氣候變化響應研究中的應用[J];物理學報;2013年10期

2 徐克紅;程鵬飛;文漢江;;太陽黑子數時間序列的奇異譜分析和小波分析[J];測繪科學;2007年06期

3 徐棟君;和衛(wèi)星;張華;;新型多通道腦電信號采集系統的設計[J];醫(yī)療衛(wèi)生裝備;2006年06期

4 李婷,邱天爽,牛杰;獨立分量分析在腦電信號處理中的應用及研究進展[J];北京生物醫(yī)學工程;2005年03期

5 杜志勇,王鮮芳;盲源分離技術用于腦電信號處理的探索[J];現代電子技術;2004年02期

6 郭曉靜,吳小培,張道信,孔敏,馮煥清;基于獨立分量分析的腦電消噪與特征提取[J];系統仿真學報;2003年02期

相關碩士學位論文 前5條

1 張姍姍;基于盲源分離的眼電偽跡去除技術研究[D];鄭州大學;2014年

2 諶君黎;腦電信號識別及其在腦機接口中的應用研究[D];沈陽工業(yè)大學;2011年

3 張顏顏;基于μC/os-Ⅱ的嵌入式腦電分析系統[D];山東大學;2008年

4 趙翔;智能輪椅的BCI人—機接口技術研究[D];天津大學;2007年

5 許濤;腦電信號的處理及其在假肢中的應用[D];大連理工大學;2006年

本文編號：2716020