本發(fā)明涉及EEG-fMRI混合腦電信號研究領(lǐng)域，具體涉及一種基于自動ICA去除EEG信號中核磁偽跡的方法。
背景技術(shù)：
：腦電信號的研究一直是生物醫(yī)學(xué)領(lǐng)域以及腦神經(jīng)信息研究領(lǐng)域的重點，也是人類觀察大腦工作機制探尋大腦奧秘的最基本的方式。EEG信號具有毫秒級的時間分辨率，以頭皮電位的變化記錄大腦的神經(jīng)活動。而功能磁共振技術(shù)通過神經(jīng)成像讓人們更加直觀的看到大腦內(nèi)部的結(jié)構(gòu)及其血氧活動。功能磁共振的高空間分辨率和EEG信號的高時間分辨率讓他們的結(jié)合具有更重要的意義和優(yōu)勢。然而兩種方法的結(jié)合也受到了很多限制，尤其是磁共振掃描給EEG記錄帶來的強烈干擾，主要是由于核磁掃描時梯度磁場切換引起的梯度偽跡，即本發(fā)明中所指的核磁偽跡。這種偽跡信號的典型波幅是EEG信號的100到1000倍，且它的頻率通常會覆蓋EEG信號的頻率范圍，因此用傳統(tǒng)的去噪方法通常難以完全去除。最初由Allen等人在2000年提出的平均模板相減法(AAS)，利用梯度偽跡的周期性生成平均偽跡模板，然后與當(dāng)前獲得的EEG信號匹配并從中減去這個模板。這個方法在大量的文獻中被證實是可用的，但是它只能去除大部分的核磁偽跡，某些通道中仍然會有殘留的偽跡并未去除。于是接下來Allen等人又提出了自適應(yīng)去噪法(ANC)來去除殘留的偽跡，但是這個方法仍然不能去除所有的殘余偽跡。接下來梯度偽跡的去除引發(fā)了大量的思考和嘗試，有人提出了基于PCA(主成分分析)的最優(yōu)基組法來去除殘余偽跡，PCA是建立在噪聲信號與腦電信號不相關(guān)的假設(shè)之上的，于是有人提出了ICA(獨立成分分析)的方法來去除梯度偽跡，ICA是假設(shè)信號之間不僅是不相關(guān)的，而且是互相獨立的，這比PCA的假設(shè)對信號有著更強的約束。ICA在梯度偽跡，心電偽跡，眼電偽跡等的去除上都得到了比較廣泛的應(yīng)用，比單獨的AAS能夠更有效的去除核磁偽跡，但是ICA雖然能夠在一定程度上分離開來腦電信號和核磁偽跡信號，但是如何自動有效的識別出偽跡成分卻一直都沒有一個能廣泛使用的方法。現(xiàn)在大多數(shù)文獻都是通過直觀的觀察信號的波形與核磁偽跡的相似程度，信號的頻譜分布，腦電地形圖等方法手動的選擇偽跡成分，并將偽跡成分直接置零再進行ICA逆變換從而得到去噪后的信號。這樣手工選擇偽跡成分不僅影響處理速度，制約了ICA除噪的應(yīng)用場合，比如說不能應(yīng)用于在線實時去噪，而且將偽跡成分直接置零也是有風(fēng)險的，很有可能會丟失對研究者有用的一些成分，導(dǎo)致后面需要提取的特征并不明顯，從而影響實驗的質(zhì)量。技術(shù)實現(xiàn)要素：本發(fā)明的目的是針對上述現(xiàn)有技術(shù)的不足，提供了一種基于自動ICA去除EEG信號中核磁偽跡的方法，該方法在ICA的基礎(chǔ)上根據(jù)核磁噪聲的頻率分布特性以及其與核磁掃描重復(fù)時間參數(shù)相關(guān)的周期特性自動選擇核磁偽跡成分，并保留了其中的有用信息。本發(fā)明的目的可以通過如下技術(shù)方案實現(xiàn)：一種基于自動ICA去除EEG信號中核磁偽跡的方法，所述方法包括以下步驟：1)對含有核磁偽跡的EEG信號進行基礎(chǔ)去噪處理，得到去除了大部分核磁偽跡的EEG信號X'(t)；2)對信號X'(t)進行獨立成分分離，并自動識別出其中的核磁偽跡殘余成分，其余成分保持不變；3)提取步驟2)里核磁偽跡殘余成分中的有效低頻成分并將其保留；4)將步驟3)得到的核磁偽跡殘余成分中的有效低頻成分和步驟2)中保留的其余成分一起經(jīng)過ICA逆變換重構(gòu)，得到除噪后的EEG信號。其中，步驟1)中，所述基礎(chǔ)去噪處理具體過程為：根據(jù)核磁掃描儀的重復(fù)時間TR和一次全腦掃描的層數(shù)確定核磁基波頻率fb，選擇要處理的N個信號通道，將含有核磁偽跡的EEG信號X(t)＝[x1(t),x2(t),…,xN(t)]T經(jīng)過AAS處理，得到去除了大部分核磁偽跡的EEG信號X'(t)，其中N表示通道，t表示時間，T表示矩陣的轉(zhuǎn)置。其中，所述步驟2)的具體過程為：將步驟1)得到的信號X'(t)經(jīng)過ICA算法進行分離得到N個獨立成分IS(t)＝[IS1(t),IS2(t),…,ISN(t)]T＝W*X'(t)，其中W為由ICA算法得到的解混矩陣，定義以核磁基波頻率fb及其各次諧波頻率k*fb為中心頻率的區(qū)間[k*fb-ε,k*fb+ε]為核磁倍頻帶，其中k＝1,2,3…K，ε為大于零的正數(shù)，根據(jù)要分析的相關(guān)腦電信號的特征確定低頻腦電頻帶為[fl1,fl2]，計算每個獨立成分在核磁倍頻帶內(nèi)的能量Ap和在低頻腦電頻帶內(nèi)的能量Ep及其比值選擇前M個最大的r值所對應(yīng)的成分標(biāo)記為核磁偽跡殘余成分AS(t)＝[AS1(t),AS2(t),…,ASM(t)]T，其余成分保持不變。其中，所述步驟3)的具體過程為：結(jié)合所要分析的EEG信號的特點和小波函數(shù)的特點確定用于提取低頻EEG信號的小波函數(shù)ψ(t)和分解層數(shù)n，對M個核磁偽跡殘余成分AS(t)分別進行小波分解得到低頻近似系數(shù)cAn，其中n為分解層數(shù)，并由低頻近似系數(shù)重構(gòu)信號得到每個偽跡成分中所包含的低頻成分AS'(t)，即保存了核磁偽跡殘余成分中的有效低頻成分。其中，所述步驟4)的具體過程為：將步驟3)中得到的AS'(t)重新放回各自在N個獨立成分IS(t)中的位置，得到處理過的獨立成分矩陣IS'(t)，將獨立成分矩陣IS'(t)經(jīng)過ICA逆變換，即S(t)＝[S1(t),S2(t),…,SN(t)]＝W-1*IS'(t)，其中W-1表示解混矩陣的逆矩陣，即混合矩陣，最終得到去除了核磁偽跡又保留了大部分有用信息的EEG信號S(t)。本發(fā)明與現(xiàn)有技術(shù)相比，具有如下優(yōu)點和有益效果：1、本發(fā)明通過利用核磁偽跡的頻率分布特性和周期特性，從而實現(xiàn)了ICA處理后核磁偽跡成分的自動識別與分析，避免了手動選擇的不便性。2、本發(fā)明在自動識別偽跡成分的基礎(chǔ)上使用小波分析保留了核磁偽跡成分中的有效成分，通過與直觀選取偽跡成分并將偽跡成分直接置零的單獨ICA方法相比，進一步減小了信息的損失。附圖說明圖1為本發(fā)明所述方法的流程圖。圖2為本發(fā)明實施例含有核磁噪聲的腦電仿真信號經(jīng)ICA分解后得到的7個獨立成分的波形圖。圖3為本發(fā)明實施例含有核磁噪聲的腦電仿真信號經(jīng)ICA分解后得到的7個獨立成分在核磁倍頻帶內(nèi)的能量和EEG低頻帶內(nèi)的能量分布圖。圖4為本發(fā)明實施例腦電仿真信號采用本發(fā)明所述方法模擬去噪得到的P300波形與原始信號的P300波形對比圖。圖5為本發(fā)明實施例腦電仿真信號采用單獨ICA方法模擬去噪得到的P300波形與原始信號的P300波形對比圖。圖6為本發(fā)明實施例真實腦電信號采用本發(fā)明所述方法模擬去噪得到的P300波形和采用單獨ICA方法模擬去噪得到的P300波形對比圖。具體實施方式下面結(jié)合實施例及附圖對本發(fā)明作進一步詳細的描述，但本發(fā)明的實施方式不限于此。實施例：本實施例提供了一種基于自動ICA去除EEG信號中核磁偽跡的方法，所述方法的流程圖如圖1所示，包括以下步驟：1)對含有核磁偽跡的EEG信號進行基礎(chǔ)去噪處理，得到去除了大部分核磁偽跡的EEG信號X'(t)；其中，所述基礎(chǔ)去噪處理具體過程為：根據(jù)核磁掃描儀的重復(fù)時間TR和一次全腦掃描的層數(shù)確定核磁基波頻率fb，選擇要處理的N個信號通道，將含有核磁偽跡的EEG信號X(t)＝[x1(t),x2(t),…,xN(t)]T經(jīng)過AAS處理，得到去除了大部分核磁偽跡的EEG信號X'(t)，其中N表示通道，t表示時間，T表示矩陣的轉(zhuǎn)置。2)對信號X'(t)進行獨立成分分離，并自動識別出其中的核磁偽跡殘余成分，其余成分保持不變；具體過程為：將步驟1)得到的信號X'(t)經(jīng)過ICA算法進行分離得到N個獨立成分IS(t)＝[IS1(t),IS2(t),…,ISN(t)]T＝W*X'(t)，其中W為由ICA算法得到的解混矩陣，定義以核磁基波頻率fb及其各次諧波頻率k*fb為中心頻率的區(qū)間[k*fb-ε,k*fb+ε]為核磁倍頻帶，其中k＝1,2,3…K，ε為大于零的正數(shù)，根據(jù)要分析的相關(guān)腦電信號的特征確定低頻腦電頻帶為[fl1,fl2]，計算每個獨立成分在核磁倍頻帶內(nèi)的能量Ap和在低頻腦電頻帶內(nèi)的能量Ep及其比值選擇前M個最大的r值所對應(yīng)的成分標(biāo)記為核磁偽跡殘余成分AS(t)＝[AS1(t),AS2(t),…,ASM(t)]T，其余成分保持不變。3)提取步驟2)里核磁偽跡殘余成分中的有效低頻成分并將其保留；具體過程為：結(jié)合所要分析的EEG信號的特點和小波函數(shù)的特點確定用于提取低頻EEG信號的小波函數(shù)ψ(t)和分解層數(shù)n，對M個核磁偽跡殘余成分AS(t)分別進行小波分解得到低頻近似系數(shù)cAn，其中n為分解層數(shù)，并由低頻近似系數(shù)重構(gòu)信號得到每個偽跡成分中所包含的低頻成分AS'(t)，即保存了核磁偽跡殘余成分中的有效低頻成分。4)將步驟3)得到的核磁偽跡殘余成分中的有效低頻成分和步驟2)中保留的其余成分一起經(jīng)過ICA逆變換重構(gòu)，得到除噪后的EEG信號。具體過程為：將步驟3)中得到的AS'(t)重新放回各自在N個獨立成分IS(t)中的位置，得到處理過的獨立成分矩陣IS'(t)，將獨立成分矩陣IS'(t)經(jīng)過ICA逆變換，即S(t)＝[S1(t),S2(t),…,SN(t)]＝W-1*IS'(t)，其中W-1表示解混矩陣的逆矩陣，即混合矩陣，最終得到去除了核磁偽跡又保留了大部分有用信息的EEG信號S(t)。下面按照上述方法對仿真信號和真實腦電信號中的核磁偽跡進行去除，并與單獨使用ICA并置零的方法進行對比。一、仿真信號中核磁偽跡的去除步驟一：構(gòu)造仿真信號X(t)＝EEG+T+n0(t)，其中EEG是在無核磁干擾環(huán)境下進行P300字符識別實驗得到的純凈的腦電信號，采用32導(dǎo)聯(lián)電極帽采集腦電數(shù)據(jù)，取后腦勺區(qū)域的7個通道(P3,P4,O1,O2,Pz,Oz,POz)的數(shù)據(jù)做分析，即N＝7，T表示在核磁環(huán)境下采集到的數(shù)據(jù)中提取出來的核磁偽跡模板，將模板疊加到EEG每個通道的信號上，并加入隨機噪聲n0(t)，便得到含有核磁噪聲的腦電信號X(t)，本實驗中TR＝2s，所以基波頻率fb＝14Hz。將X(t)經(jīng)過W＝20的AAS處理得到X'(t)；步驟二：將步驟一得到的X'(t)經(jīng)過ICA分解得到7個獨立成分，得到的7個獨立成分的波形圖如圖2所示，計算每個獨立成分在核磁倍頻帶內(nèi)的能量與低頻腦電頻帶內(nèi)的能量分布，結(jié)果如圖3所示，計算其比值，將第一個比值最大的獨立成分標(biāo)記為偽跡成分；步驟三：選用db8小波函數(shù)，將第一個偽跡成分分解至第5層，用低頻近似系數(shù)重構(gòu)，保留包含在其中的有效低頻成分；步驟四：將經(jīng)過小波處理的第1個獨立成分和其余6個獨立成分一起經(jīng)過ICA逆變換得到除噪后的信號，最后將得到的估計信號EEG'通過低通濾波以便提取P300信號特征。最終分別對比由原始EEG信號所提取的P300波形和仿真信號經(jīng)過該發(fā)明所述方法去噪所得到的P300波形，對比圖如圖4所示，以及原始EEG信號的P300波形和仿真信號經(jīng)過單獨ICA方法去噪所得到的的P300波形，對比圖如圖5所示，其中點畫線代表原始信號的波形，虛線代表仿真信號經(jīng)過去噪處理得到的的P300波形，通過對比，顯然使用本發(fā)明所述方法重構(gòu)的信號與原始信號所提取的P300信號最為接近，而單獨ICA方法顯然損失了有用的信息。二、真實腦電信號中核磁偽跡的去除分別使用本發(fā)明所述方法和單獨ICA方法來處理在核磁環(huán)境下進行P300字符識別實驗所得到的實驗數(shù)據(jù)，經(jīng)過ICA分解后，根據(jù)經(jīng)驗將前3個成分標(biāo)記為核磁偽跡殘余，選擇db8小波進行分解保留低頻成分，將采用兩種方法的處理結(jié)果所提取出來的P300信號進行對比，如圖6所示，圖中S0表示由單獨ICA方法得到的EEG信號，S1表示采用本發(fā)明所述方法得到的EEG信號。顯然本發(fā)明所述方法得到的波形特征更為明顯，尤其是在第8個通道中，將偽跡成分直接置零的方式會損失感興趣的信息，使特征難以辨認(rèn)。在MRI掃描下同步記錄EEG信號，采集20個目標(biāo)字符所對應(yīng)的實驗數(shù)據(jù)，使用兩種驗證方法對兩種去噪方法的結(jié)果進行驗證：1、將整個樣本集作為訓(xùn)練集進行訓(xùn)練得到分類器，使用該分類器對整個樣本集進行分類，即模擬在線分類；2、留一驗證，每次輪流的將20個樣本集中的一個字符拿出來當(dāng)做測試集，其余的作為訓(xùn)練集。驗證結(jié)果如表1所示。方法模擬在線分類正確率留一驗證正確率單獨ICA方法39％5％本發(fā)明提出的方法53％19％表1從表1中可以看出本發(fā)明所述方法所處理的EEG信號特征更加明顯，分類正確率更高，以上充分表明本發(fā)明不僅能夠有效去除核磁噪聲，而且減小了信息損失。以上所述，僅為本發(fā)明專利較佳的實施例，但本發(fā)明專利的保護范圍并不局限于此，任何熟悉本
技術(shù)領(lǐng)域：
的技術(shù)人員在本發(fā)明專利所公開的范圍內(nèi)，根據(jù)本發(fā)明專利的技術(shù)方案及其發(fā)明專利構(gòu)思加以等同替換或改變，都屬于本發(fā)明專利的保護范圍。當(dāng)前第1頁1 2 3