[发明专利]一种脑电图人工干扰信号的去除方法在审
申请号: | 201810985280.4 | 申请日: | 2018-08-28 |
公开(公告)号: | CN109106364A | 公开(公告)日: | 2019-01-01 |
发明(设计)人: | 崔立志;李新伟;王科平;杨艺;李冰峰;杨俊起;卜旭辉;王福忠;费树岷 | 申请(专利权)人: | 河南理工大学 |
主分类号: | A61B5/0476 | 分类号: | A61B5/0476 |
代理公司: | 郑州金成知识产权事务所(普通合伙) 41121 | 代理人: | 白毅明 |
地址: | 454000 河南*** | 国省代码: | 河南;41 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 人工干扰信号 脑电图 去除 独立成分分析 优化目标函数 先验知识 算法 干扰信号滤除 计算干扰信号 脑电波信号 脑电图信号 参考曲线 干扰信号 信号处理 有效地 引入 除掉 滤除 诊断 疾病 应用 分析 改进 | ||
1.一种脑电图人工干扰信号的去除方法,首先,将相关的先验知识引入ICA的优化目标函数,采用参考曲线约束的独立成分分析算法,从EEG数据中提取人工干扰信号并将之滤除;然后,通过计算干扰信号与各个通道的相关系数,将干扰信号从各个通道中去除掉。
2.根据权利要求1所述的脑电图人工干扰信号的去除方法,其特征在于:采用如下公式(4)对EEG数据进行预处理,提取人工干扰信号:
其中,行向量的每一个元素都是行向量的均值,并且和行向量的长度相同;行向量是行向量减去自身的均值后的向量;矩阵X经过一个线性变换为矩阵是矩阵的列向量;这些列向量满足矩阵Dw叫做白化矩阵;
基于ICA算法,引入相关的先验知识,提出ICARC算法如下:
其中,yT由公式(2)计算而来;r表示一条参考曲线;公式(5)中的是向传统ICA算法中引入的先验知识;
由于
所以设
其中,d是一个常量标量;公式(5)修改为
3.根据权利要求2所述的脑电图人工干扰信号的去除方法,其特征在于:对所述ICARC模型进行优化求解,根据KKT条件,得到如公式(9)所示的拉格朗日公式
其中,β是拉格朗日算子;向量的解满足下式
其中,g(·)是函数G(·)的一阶导数;t是信号采样的最大点数;rj表示向量r的第j个元素;公式(10)的雅克比矩阵求解如下
其中,g′(·)是函数g(·)的一阶导数;
因此,向量的迭代解如公式(12)所示
由于公式(12)的分母是一个标量,因此公式(12)可以写为
其中,选择非线性函数
其中,1≤a1≤2是一个常数;
通过求解公式(13)获得向量的最优值基于干扰信号y通过公式(15)进行构造;
由于向量y与其它信号之间是独立的,所以传入脑电信号通道中的人工干扰可以通过公式(16)进行滤除:
其中,矩阵Xcle表示去除人工干扰后的脑电信号;表示和y之间的相关系数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于河南理工大学,未经河南理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810985280.4/1.html,转载请声明来源钻瓜专利网。
- 上一篇:心电图录制装置
- 下一篇:基于脑电信号处理的癫痫发作预警设备