[发明专利]一种脑电图人工干扰信号的去除方法在审

专利信息
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
【权利要求书】:

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。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top