1.一種睡眠狀態(tài)分析中去除眼電偽跡的方法,其特征在于,包括:
根據(jù)設(shè)定幀長度采集用戶的眼電信號和原始腦電信號;
對該幀原始腦電信號進(jìn)行經(jīng)驗?zāi)B(tài)分解,將其分解成若干個本征模函數(shù),得到本征模函數(shù)集合;
分別計算所述本征模函數(shù)集合的各個本征模函數(shù)與同一時刻的眼電信號之間的相關(guān)系數(shù);
查找出相關(guān)系數(shù)大于預(yù)設(shè)閾值的本征模函數(shù)和相關(guān)系數(shù)最大的本征模函數(shù),并將其從本征模函數(shù)集合中刪除;
利用本征模函數(shù)集合中剩余的本征模函數(shù)重建該幀腦電信號。
2.根據(jù)權(quán)利要求1所述的睡眠狀態(tài)分析中去除眼電偽跡的方法,其特征在于,所述本征模函數(shù)集合包括如下公式:
式中,EEGoriginal表示原始腦電信號,imfi表示第i個本征模函數(shù),Re表示殘差函數(shù)。
3.根據(jù)權(quán)利要求1所述的睡眠狀態(tài)分析中去除眼電偽跡的方法,其特征在于,所述重建腦電信號的方法,包括如下公式:
式中,EEGpure表示重建的腦電信號,corrcoef表示相關(guān)系數(shù),imf表示第i個本征模函數(shù),EOG表示眼電信號,corrcoefmax表示最大的相關(guān)系數(shù),thre表示預(yù)設(shè)的相關(guān)系數(shù)閾值。
4.根據(jù)權(quán)利要求1所述的睡眠狀態(tài)分析中去除眼電偽跡的方法,其特征在于,還包括:
在相關(guān)系數(shù)大于預(yù)設(shè)閾值的本征模函數(shù)中;
計算本征模函數(shù)與眼電信號的歐氏距離;
從歐氏距離最小的本征模函數(shù)從本征模函數(shù)集合中剔除。
5.根據(jù)權(quán)利要求1所述的睡眠狀態(tài)分析中去除眼電偽跡的方法,其特征在于,還包括:
在相關(guān)系數(shù)大于預(yù)設(shè)閾值的本征模函數(shù)中;
計算本征模函數(shù)與眼電信號的余弦距離;
從余弦距離最小的本征模函數(shù)從本征模函數(shù)集合中剔除。
6.根據(jù)權(quán)利要求3所述的睡眠狀態(tài)分析中去除眼電偽跡的方法,其特征在于,在對原始腦電信號進(jìn)行經(jīng)驗?zāi)B(tài)分解前,還包括:
將原始腦電信號幀劃分為若干個時間窗口,并行對每個時間窗口的腦電信號進(jìn)行本征模函數(shù)分解;
以及,在重建腦電信號后,還包括:
將各個時間窗口重建的腦電信號進(jìn)行合并,得到腦電信號幀。
7.根據(jù)權(quán)利要求1所述的睡眠狀態(tài)分析中去除眼電偽跡的方法,其特征在于,還包括:
在重建腦電信號時,根據(jù)本征模函數(shù)的排列順序,選擇本征模函數(shù)集合中位置靠前的若干個本征模函數(shù)進(jìn)行重建腦電信號。
8.根據(jù)權(quán)利要求3所述的睡眠狀態(tài)分析中去除眼電偽跡的方法,其特征在于,所述預(yù)設(shè)閾值為0.5。
9.根據(jù)權(quán)利要求3所述的睡眠狀態(tài)分析中去除眼電偽跡的方法,其特征在于,所述幀長度為30s,所述時間窗口長度為5s或10s。
10.一種睡眠狀態(tài)分析中去除眼電偽跡的系統(tǒng),其特征在于,包括:
原始信號提取模塊,用于根據(jù)設(shè)定幀長度采集用戶的眼電信號和原始腦電信號;
經(jīng)驗?zāi)B(tài)分解模塊,用于對該幀原始腦電信號進(jìn)行經(jīng)驗?zāi)B(tài)分解,將其分解成若干個本征模函數(shù),得到本征模函數(shù)集合;
相關(guān)系數(shù)計算模塊,用于分別計算所述本征模函數(shù)集合的各個本征模函數(shù)與同一時刻的眼電信號之間的相關(guān)系數(shù);
本征模函數(shù)刪除模塊,用于查找出相關(guān)系數(shù)大于預(yù)設(shè)閾值的本征模函數(shù)和相關(guān)系數(shù)最大的本征模函數(shù),并將其從本征模函數(shù)集合中刪除;
腦電信號重建模塊,用于利用本征模函數(shù)集合中剩余的本征模函數(shù)重建該幀腦電信號。