CN101474070B - 一种脑电信号中眼电伪迹的去除方法 - Google Patents
一种脑电信号中眼电伪迹的去除方法 Download PDFInfo
- Publication number
- CN101474070B CN101474070B CN2009100582069A CN200910058206A CN101474070B CN 101474070 B CN101474070 B CN 101474070B CN 2009100582069 A CN2009100582069 A CN 2009100582069A CN 200910058206 A CN200910058206 A CN 200910058206A CN 101474070 B CN101474070 B CN 101474070B
- Authority
- CN
- China
- Prior art keywords
- eye
- eeg
- artefact
- eeg signals
- components
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
- Eye Examination Apparatus (AREA)
Abstract
一种脑电信号中眼电伪迹的去除方法,属于生物信息技术领域,涉及脑电信号采集与预处理技术,主要应用于脑电信号获取的预处理过程中。包括:对含有眼电伪迹的脑电数据进行主成分分析;确定眼电伪迹成分,并对伪迹成分的时域波形进行1~8Hz的滤波;结合回归算法,利用伪迹成分的时域波形计算眼电成分在各个电极处的衰减因子;利用衰减因子校正眼电伪迹成分的空间分布;利用校正后的伪迹成分的空间分布,去除眼电伪迹。本发明解决了传统的基于主成分分解的眼电伪迹去除方法中主成分分解不完全,分解出的眼电伪迹成分中将含有脑电成分的问题。由于衰减因子的校正作用,将会使每个含有眼电的成分更加容易识别。
Description
技术领域
本发明涉及生物信息技术领域,特别涉及脑电信号的采集与预处理技术。
背景技术
脑电图因其具有无创、高时间分辨率、能反映大尺度的神经电活动等特点,在脑功能研究与诊断中具有十分重要的地位。但是由于脑电信号只有微伏量级,特别容易受到心电、肌电及眼电信号(眼电伪迹)的干扰。在这些干扰信号中,眼电信号是干扰脑电的主要信号源,眼电信号能够改变脑电的头表电位分布,破坏实际脑电,尤其是眼睛附近区域的脑电信号特征。这给阅读和分析脑电信号带来了很大的困难。脑电信号中的眼电伪迹去除不仅是认知神经科学研究中关心的问题,在实际临床应用中也是十分重要的。
自从脑电信号应用于研究人类大脑,就出现了多种去除眼电伪迹的方法。研究者主要通过实验控制减少眼电伪迹和数字信号处理方法去除眼电伪迹。
采用实验控制方法(Hillyard SA,Gallambos R,Eye movement artifact in the CNV.Electroencephalogr Clin Neurophysiol 1970,28:173-182)减少眼电伪迹时,要求被试目光必须注视眼前图像中的“+”字形符号,来达到限制眼动的目的。但是此方法只能部分限制眼动,并不能解决眨眼带来的眼电伪迹;同时由于“+”字的出现,引入了新的变量,给被试带来新的任务,部分改变了认知实验中实验设计者的初衷。另一种处理方法是要求被试在实验过程中闭眼(Toole DM,Iacono WG,An evaluation of different techniques for removing eye blinkrelated artifact from the visual evoked response recordings.Psychophysiology,1987,24:487-497),此类方法虽然可以解决眨眼带来的伪迹,但是不能克服慢速眼动带来的眼电伪迹,并且此类方法不能用于与视觉有关的实验。同时由于闭眼可能会使α波幅度增强带来新的伪迹(干扰)。
采用设立阈值的方法(Electrical Geodesics,Inc.,Net Station Waveform Tools TechnicalManual.S-MAN-200-WFTR-001,2003)去除眼电伪迹时,将超过阈值的信号整体丢弃以达到去除眼电伪迹的目的。此类方法是基于眼电信号的幅度远远高于脑电信号幅度的假设。此类方法的弊端是,由于眼电信号是经常出现在脑电信号中的,所以如果将此类信号丢弃将导致大量脑电信号的缺失和不连续。此类方法还有阈值选择的问题,如果阈值选择过高,将使有些微小的眼动信号没有被检测出从而伪迹没有完全去除,如果阈值设立的过低将使大量的有用信号丢失。
采用回归方法(Girton DG,Kamiya J,Simple on line technique for removing eye-movementartifacts from the EEG,Electroencephalogr Clin Neurophysiol 1973,34:212-216)去除眼电伪迹时,此类方法是通过计算得到眼电信号在每个头表电极处的衰减因子,然后将采集到的每一导联脑电信号减去衰减因子乘以对应的眼电信号,就得到去除了眼电伪迹的脑电信号。此类方法是基于大量观测带有眼电信号的脑电信号后发现,眼电信号在头部传播的衰减与头表电极到眼部的距离有关。例如眼电信号传播到Fz电极处衰减了80%,传播到枕部电极大约衰减了95%。但是这种方法只考虑到眼电信号向头部电极的传播,没有考虑到脑电信号向眼部传播,所以用此类方法进行眼电伪迹处理会把有用的脑电信号去除掉。
采用成分分解方法(Joyce,CA,Gorodnitsky,IF,Kutas,M,Automatic Removal of EyeMovement and Blink Artifacts from EEG Data Using Blind Component Separation.Psychophysiology,2004,41(3):313-325.)去除眼电伪迹时,首先将所有头表电极采集到的脑电信号进行成分分解,将分离出眼电的成分从采集到的信号中减掉,从而得到没有受眼电干扰的脑电信号。此类方法中比较常见的是主成分分析(principal component analysis,PCA)、独立成分分析(independent component analysis,ICA)等方法。目前成分分析方法已经得到了广泛的应用,在商用软件Curry及EMSE中就应用了PCA、ICA方法去除眼电伪迹。但是PCA、ICA方法存在着成分选择问题,即具体选择那些成分作为眼电伪迹成分并加以去除。目前此类算法通常需要人为的加以判断。由于经验等个体差异通常不同人去除伪迹的结果差异很大。
发明内容
本发明提供一种脑电信号中眼电伪迹的去除方法,能克服现有技术的弊端,在保证脑电信号的完整性前提下,尽可能的去除眼电伪迹。
本发明解决所述技术问题采用的技术方案是:
一种脑电信号中眼电伪迹的去除方法(PCAR),将回归方法(Regression)同主成分分析(PCA)方法相结合,包括以下步骤:
步骤1:对头表采集得到的信号进行主成分分解(PCA)后,根据所得到的各个成分的时域波形及空间分布确定最可能为眼电伪迹的成分,其时域波形记为P,空间分布记为F。
步骤2:对步骤1确定的时域波形P按照眼电信号的特点进行1~8Hz的带通滤波,得到带通滤波后的眼电伪迹时域波形PF。
步骤3:利用各个头表电极采集的信号yi与步骤2得到的带通滤波后的眼电伪迹时域波形PF之间的相关系数ri计算得到各个头表电极的衰减因子Bi。
所述相关系数
所述衰减因子 其中:sdyi是yi的标准差,且 sdp是PF的标准差,且
所述n为头表电极的采样点个数。
步骤4:将步骤3得到的各个头表电极的衰减因子Bi,取其绝对值,然后求对应头表电极的衰减因子Bi的绝对值与步骤1所得的眼电伪迹的空间分布F的乘积,记为FA。
步骤5:利用FA及所有头表电极采集的脑电信号UEEG,将FA的广义逆(FA)+作为空间滤波器,对所有头表电极采集的脑电信号UEEG进行滤波,得到校正后的眼电伪迹成分的时间分布PA=(FA)+×UEEG。
步骤6:利用校正后的眼电伪迹成分的时间分布PA求该成分在各个头表电极处的产生的时域波形UEOG=FA×PA,最后从所有头表电极采集的脑电信号UEEG中减去UEOG即可得到去除眼电伪迹后的脑电信号UTEEG。
本发明的有益效果是:
1.本发明利用眼电特点对主成分分析所确定眼电伪迹成分时域波形实施1~8Hz的带通滤波和用衰减因子Bi修正眼电伪迹空间分布F,进而修正眼电伪迹时间分布P,利用修正后眼电伪迹时间分布PA进行眼电伪迹去除。因此,本发明克服了传统的基于主成分分解的眼电伪迹去除方法中主成分分解不完全,分解出的眼电伪迹成分中将含有脑电成分的问题。
2.本发明在主成分分解中,当眼电伪迹分布到多个成分中时,由于Bi的校正作用,将会使每个含有眼电的成分更加容易识别。即使将非眼电成分识别成眼电成分,同样由于Bi的作用将会使非眼电成分的贡献变小,从而对去除后的结果不会带来太大的影响。
附图说明
图1是脑电信号中眼电伪迹的去除方法计算步骤。
图2是一段真实的含有眼电伪迹的脑电信号Y。
图3是对Y实行主成分分解的前3个主成分时域波形。
图4是眼电伪迹去除后的脑电信号的波形。
图5是眼电伪迹源。
图6是眼电伪迹源在头皮上所产生的128导眼电伪迹。
图7是真实无任何伪迹的脑电信号。
图8是含有眼电伪迹的脑电信号。
图9是伪迹去除效果与伪迹相对大小的关系。
具体实施方式
以下结合附图对本发明做进一步的说明。
为了说明本发明所提及的一种脑电信号中眼电伪迹去除的方法的过程及效果,将采用一段真实128导联的含有眼电伪迹的脑电信号Y,其中每个导联的信号记为yi,i=1~128,如图2所示。由图可知在1000ms至1400ms时刻存在明显的眼电伪迹。对Y进行主成分分解,得到分解后的前3个主成分时域波形,如图3所示,根据眼电伪迹的特点可以断定第一个主成分为眼电伪迹成分P,通过主成分分解还可以得到第一个主成分的空间分布,即眼电伪迹的空间分布F。通过图3可知,主成分分解后眼电伪迹成分中部分的包含了脑电成分。所以利用眼电信号特点对主成分分析所确定眼电伪迹成分的时域波形实施1~8Hz的带通滤波得到PF,PF较P在一定程度上减少了欲去除的眼电成分中的脑电信号,减少了去除过程中对脑电信号的破坏。利用各个头表电极采集的信号yi与PF之间的相关系数ri;yi的标准差为sdyi;PF的标准差为sdp,计算得到各个头表电极的衰减因子 将计算得到的各个头表电极的衰减因子Bi的绝对值,按照电极的空间分布求其与眼电伪迹的空间分布F的乘积FA。利用FA及所有头表电极采集的脑电信号UEEG,将FA的广义逆(FA)+作为空间滤波器,对所有头表电极采集的脑电信号UEEG进行滤波,得到校正后的眼电伪迹成分的时间分布PA=(FA)+×UEEG。利用校正后的眼电伪迹成分的时间分布PA求该成分在各个头表电极处的产生的时域波形UEOG=FA×PA,最后所有头表电极采集的脑电信号UEEG中减去UEOG即可得到去除眼电伪迹后的真实脑电信号UTEEG,如图4所示。通过图4可见在原始信号中1000ms至1400ms时刻明显的眼电伪迹活动,已经被去除掉,而脑电信号没有被破坏。
为了进一步说明本发明的有益效果,将利用仿真数据对比本发明所述的方法与传统的主成分分析眼电伪迹去除方法和回归眼电伪迹去除方法。
仿真数据的生成过程如下:选择任意1秒长的眼电电极所记录的眼电伪迹信号,经1~8Hz的带通滤波器予以滤波,以去除所含有的脑电信号。为了避免脑电信号的干扰,进一步将滤波后的信号中没有眼电伪迹的点的数值全部清零,然后将这些眼电信号作为皮层上产生眼电伪迹的源,如图5所示,并固定源的位置在皮层上眼睛的位置,再利用正演程序,得到这些源在头表上所产生的眼电伪迹,如图6所示。正演计算时采用三层球头模型,模型参数如下:头皮、颅骨、皮层的半径分别为9.2cm、8.5cm、8cm。头皮和皮层的电导率为2.22Ωm,颅骨的电导率为177Ωm。皮层设置300个源点,呈球形均匀分布,头表电极128个。再选择无任何伪迹干扰的1秒长的脑电信号,作为真实的脑电数据如图7所示,将图6和图7的对应电极的数据直接相加,就会得到仿真的含有眼电伪迹的脑电信号,如图8所示。图8中眼电伪迹的最大值与脑电数据的最大值之比为5∶1。
利用以上仿真数据,对眼电伪迹(图6)整体乘以一定的倍数,使眼电伪迹的最大值与脑电信号(图7)的最大值之比由1变化到10,步长为0.1,共100组数据。分别利用主成分分析眼电伪迹去除方法、回归眼电伪迹去除方法、本发明所述的方法处理这100组数据,得到在各比值时的真实脑电数据与校正脑电数据的128个头表电极的平均相关系数,如图9所示。通过对比发现,在眼电伪迹与脑电信号的各个比值处,本发明所述的方法均好于主成分分析眼电伪迹去除方法和回归眼电伪迹去除方法。
Claims (1)
1.一种脑电信号中眼电伪迹的去除方法,将回归方法同主成分分析方法相结合,包括以下步骤:
步骤1:对头表采集得到的数据进行主成分分解后,根据所得到的各个成分的时域波形及空间分布确定最可能为眼电伪迹的成分,其时域波形记为P,空间分布记为F;
步骤2:对步骤1确定的时域波形P按照眼电信号的特点进行1~8Hz的带通滤波,得到带通滤波后的眼电伪迹时域波形PF;
步骤3:利用各个头表电极采集的信号yi与步骤2得到的带通滤波后的眼电伪迹时域波形PF之间的相关系数ri计算得到各个头表电极的衰减因子Bi;
所述相关系数
所述衰减因子 其中:sdyi是yi的标准差,且 sdp是PF的标准差,且
所述n为头表电极的采样点个数;
步骤4:将步骤3得到的各个头表电极的衰减因子Bi,取其绝对值,然后求对应头表电极的衰减因子Bi的绝对值与步骤1所得的眼电伪迹的空间分布F的乘积,记为FA;
步骤5:利用FA及所有头表电极采集的脑电信号UEEG,将FA的广义逆(FA)+作为空间滤波器,对所有头表电极采集的脑电信号UEEG进行滤波,得到校正后的眼电伪迹成分的时间分布PA=(FA)+×UEEG;
步骤6:利用校正后的眼电伪迹成分的时间分布PA求该成分在各个头表电极处的产生的时域波形UEOG=FA×PA,最后从所有头表电极采集的脑电信号UEEG中减去UEOG即可得到去除眼电伪迹后的脑电信号UTEEG。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2009100582069A CN101474070B (zh) | 2009-01-21 | 2009-01-21 | 一种脑电信号中眼电伪迹的去除方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2009100582069A CN101474070B (zh) | 2009-01-21 | 2009-01-21 | 一种脑电信号中眼电伪迹的去除方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101474070A CN101474070A (zh) | 2009-07-08 |
CN101474070B true CN101474070B (zh) | 2010-08-04 |
Family
ID=40834925
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2009100582069A Expired - Fee Related CN101474070B (zh) | 2009-01-21 | 2009-01-21 | 一种脑电信号中眼电伪迹的去除方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101474070B (zh) |
Families Citing this family (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101711709B (zh) * | 2009-12-07 | 2012-05-23 | 杭州电子科技大学 | 利用眼电和脑电信息的电动假手控制方法 |
CN101869477B (zh) * | 2010-05-14 | 2011-09-14 | 北京工业大学 | 一种自适应脑电信号中眼电伪迹的自动去除方法 |
CN102697493B (zh) * | 2012-05-03 | 2013-10-16 | 北京工业大学 | 一种快速的脑电信号中眼电伪迹自动识别和去除的方法 |
CN103720471B (zh) * | 2013-12-24 | 2015-12-09 | 电子科技大学 | 一种基于因子分析的眼电伪迹去除方法 |
RU2560388C1 (ru) * | 2014-06-17 | 2015-08-20 | Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Саратовский государственный технический университет имени Гагарина Ю.А." (СГТУ имени Гагарина Ю.А.) | Способ удаления глазо-двигательных артефактов на электроэнцефаллограммах |
CN104688220B (zh) * | 2015-01-28 | 2017-04-19 | 西安交通大学 | 一种去除脑电信号中眼电伪迹的方法 |
CN106236080B (zh) * | 2016-08-19 | 2019-03-08 | 合肥工业大学 | 基于多通道的脑电信号中肌电噪声的消除方法 |
CN106377249B (zh) * | 2016-09-21 | 2019-07-09 | 广州视源电子科技股份有限公司 | 睡眠状态分析中睡眠状态检测方法和系统 |
CN106377250B (zh) * | 2016-09-21 | 2019-07-09 | 广州视源电子科技股份有限公司 | 睡眠状态下的脑电信号数据类型的标注设备 |
CN106333678B (zh) * | 2016-09-21 | 2019-05-07 | 广州视源电子科技股份有限公司 | 脑电信号中检测睡眠状态下脑电波的方法和系统 |
CN106333674B (zh) * | 2016-09-21 | 2019-07-09 | 广州视源电子科技股份有限公司 | 睡眠状态分析中睡眠周期检测方法和系统 |
CN107095672B (zh) * | 2017-06-10 | 2020-11-03 | 深圳创达云睿智能科技有限公司 | 一种去除脑电信号中伪迹信号的方法 |
CN107518894A (zh) * | 2017-10-12 | 2017-12-29 | 公安部南昌警犬基地 | 一种动物脑电分类模型的构建方法及装置 |
CN108143412B (zh) * | 2017-12-22 | 2020-09-04 | 苏州创捷传媒展览股份有限公司 | 一种儿童脑电情绪分析的控制方法、装置及系统 |
CN108478217A (zh) * | 2018-04-18 | 2018-09-04 | 佛山市龙生光启科技有限公司 | 一种监测个体eeg信号的方法 |
CN110507320B (zh) * | 2019-09-04 | 2022-09-23 | 杭州回车电子科技有限公司 | 一种脑电信号滤波方法及设备 |
CN111543984B (zh) * | 2020-04-13 | 2022-07-01 | 重庆邮电大学 | 一种基于ssda的脑电信号的眼电伪迹去除方法 |
CN111728607A (zh) * | 2020-06-23 | 2020-10-02 | 北京脑陆科技有限公司 | 一种基于脑电波信号特征的眼部噪声去除方法 |
CN112220482B (zh) * | 2020-09-25 | 2021-07-30 | 北京大学 | 基于神经网络的脑磁图眼动伪迹检测、清除方法及电子装置 |
CN112998724B (zh) * | 2021-02-09 | 2022-04-12 | 北京师范大学 | 眼电伪影去除方法、装置及电子设备 |
CN113598794A (zh) * | 2021-08-12 | 2021-11-05 | 中南民族大学 | 一种冰毒成瘾者检测模型的训练方法和系统 |
CN114886388B (zh) * | 2022-07-12 | 2022-11-22 | 浙江普可医疗科技有限公司 | 一种麻醉深度监测过程中脑电信号质量的评估方法及装置 |
-
2009
- 2009-01-21 CN CN2009100582069A patent/CN101474070B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN101474070A (zh) | 2009-07-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101474070B (zh) | 一种脑电信号中眼电伪迹的去除方法 | |
CN107024987B (zh) | 一种基于eeg的实时人脑注意力测试和训练系统 | |
CN102499676B (zh) | 基于有效时间序列和电极重组的脑电信号分类系统和方法 | |
CN106569604B (zh) | 视听双模态语义匹配和语义失配协同刺激脑机接口方法 | |
CN107157477A (zh) | 脑电信号特征识别系统及方法 | |
CN114533086B (zh) | 一种基于空域特征时频变换的运动想象脑电解码方法 | |
Xue et al. | The linguistic context effects on the processing of body–object interaction words: An ERP study on second language learners | |
CN104978035A (zh) | 基于体感电刺激诱发p300的脑机接口系统及其实现方法 | |
EP3060112B1 (de) | Verfahren zur quantifizierung der wahrnehmungsfähigkeit einer person | |
CN104545900A (zh) | 一种基于配对样本t检验的事件相关电位分析方法 | |
CN106510702B (zh) | 基于中潜伏期听觉诱发电位的听觉注意特征提取、识别系统及方法 | |
CN106648087B (zh) | 一种基于意识任务的特征eeg处理方法 | |
CN106236080A (zh) | 基于多通道的脑电信号中肌电噪声的消除方法 | |
CN1323637C (zh) | 神经行为通用测试系统 | |
Cerutti et al. | Analysis of visual evoked potentials through Wiener filtering applied to a small number of sweeps | |
CN112426162A (zh) | 一种基于脑电信号节律熵的疲劳检测方法 | |
Cong et al. | Analysis of ongoing EEG elicited by natural music stimuli using nonnegative tensor factorization | |
Caldwell et al. | Signal recovery from stimulation artifacts in intracranial recordings with dictionary learning | |
CN111144450B (zh) | 一种构建基于不同长度名字刺激的erp范式的方法 | |
CN109567831A (zh) | 一种视觉认知神经机制下产品的偏好意象识别系统和方法 | |
CN113576498B (zh) | 基于脑电信号的视听觉美学评价方法及系统 | |
CN108509869A (zh) | 基于OpenBCI的特征集优化在线训练方法 | |
Zarjam et al. | Evaluation of working memory load using EEG signals | |
Moser et al. | Classification and detection of single evoked brain potentials using time-frequency amplitude features | |
CN114557708A (zh) | 基于脑电双特征融合的体感刺激意识检测装置和方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20100804 Termination date: 20130121 |