CN108478217A - 一种监测个体eeg信号的方法 - Google Patents

一种监测个体eeg信号的方法 Download PDF

Info

Publication number
CN108478217A
CN108478217A CN201810356816.6A CN201810356816A CN108478217A CN 108478217 A CN108478217 A CN 108478217A CN 201810356816 A CN201810356816 A CN 201810356816A CN 108478217 A CN108478217 A CN 108478217A
Authority
CN
China
Prior art keywords
signal
eeg
pseudomorphism
pseudomorphisms
amplitude
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.)
Withdrawn
Application number
CN201810356816.6A
Other languages
English (en)
Inventor
刘晓燕
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Foshan Longsheng Guang Kai Technology Co Ltd
Original Assignee
Foshan Longsheng Guang Kai Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Foshan Longsheng Guang Kai Technology Co Ltd filed Critical Foshan Longsheng Guang Kai Technology Co Ltd
Priority to CN201810356816.6A priority Critical patent/CN108478217A/zh
Publication of CN108478217A publication Critical patent/CN108478217A/zh
Withdrawn legal-status Critical Current

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/369—Electroencephalography [EEG]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7253—Details of waveform analysis characterised by using transforms
    • A61B5/7257—Details of waveform analysis characterised by using transforms using Fourier transforms

Abstract

本发明提供一种监测个体EEG信号的方法，所述方法包括：从一个或多个个体信号中收集来自对应一个或多个个体的EEG频率带宽；将所述EEG频率带宽传递给一数字频谱分析仪，并根据所述EEG频率带宽设定数字频谱分析仪的带通滤波器；监测个体EEG信号并将所述EEG信号发送给所述带通滤波器进行过滤；然后将过滤后的EEG信号发送给伪像检测系统以测试是否含有EOG伪像和EMG伪像；确定所述过滤后的EEG信号中是否存在伪像；在检测到伪像的情况下，使用最后一个未反映伪像的值代入包含伪像的信号；将替代后的数据传送到信号校正器，所述信号校正器计算替代后的数据的均方根幅度；使用所述均方根幅度作为校正后的信号的幅度。

Description

一种监测个体EEG信号的方法
技术领域
本发明涉及生物电学领域领域，其尤其指一种监测个体EEG信号的方法。
背景技术
脑电图(EEG)是脑神经细胞电生理活动在大脑皮层或头皮表面的总体反映。脑电信号中包含了大量的生理与疾病信息,在临床医学方面,脑电信号处理不仅可为某些脑疾病提供诊断依据,而且还为某些脑疾病提供了有效的治疗手段。在工程应用方面,人们也尝试利用脑电信号实现脑-计算机接口(BCI),利用人对不同的感觉、运动或认知活动的脑电的不同,通过对脑电信号的有效的提取和分类达到某种控制目的。但由于脑电信号是不具备各态历经性的非平稳随机信号,而且其背景噪声也很强,因此脑电信号的分析和处理一直是非常吸引人但又是具有相当难度的研究课题。在非侵入性形式的情况下，为了尽量减少伪像的影响，对测量的EEG执行滤波以解决该缺点，例如滤除EOG(眼电图)和EMG(肌电图)信号。
目前还缺少一种能够有效采集脑电信号的装置和方法。
发明内容
本专利的目的在于提出一种监测个体EEG信号的方法，所述方法包括：从一个或多个个体信号中收集来自对应一个或多个个体的EEG频率带宽；将所述EEG频率带宽传递给一数字频谱分析仪，并根据所述EEG频率带宽设定数字频谱分析仪的带通滤波器；
监测个体EEG信号并将所述EEG信号发送给所述带通滤波器进行过滤；然后将过滤后的EEG信号发送给伪像检测系统以测试是否含有EOG伪像和EMG伪像；确定所述过滤后的EEG信号中是否存在伪像；在检测到伪像的情况下，使用最后一个未反映伪像的值代入包含伪像的信号；将替代后的数据传送到信号校正器，所述信号校正器计算替代后的数据的均方根幅度；使用所述均方根幅度作为校正后的信号的幅度。
进一步的：对不同个体设置用于确定EOG伪像的发生的截止频率阈值。
进一步的：EOG伪像包括眨眼，眼睛紧绷，眼睛闭合和眼睛运动。
进一步的：对不同个体设置用于确定EMG伪像的发生的截止频率阈值。
进一步的：EMG伪像包括抬起眉毛、额头起皱、眯眼、围绕眼睛的肌肉的活动、颞下颌关节肌肉的活动。
进一步的：实时识别和校正所述EEG信号，以针对在所述短时期内任意一个或多个EEG信号的振幅或相干性的任何突然或显着变化。
进一步的：其还包括将数字频谱分析仪应用于所述经滤波的数据采样的步骤还包括以下步骤：使用快速傅里叶变换来分析所述EEG信号，以计算信号幅度值，方差和所述幅度值或用于确定是否超过指示伪像发生的预定阈值的指定带宽的信号差异。与现有技术比较，其具备实时在线能力强、测量精度高等的优良特点。
具体实施方式
下面结合应用实例对本发明作进一步的详细描述。
实施例一。
一种监测个体EEG信号的方法，所述方法包括：从一个或多个个体信号中收集来自对应一个或多个个体的EEG频率带宽；将所述EEG频率带宽传递给一数字频谱分析仪，并根据所述EEG频率带宽设定数字频谱分析仪的带通滤波器；监测个体EEG信号并将所述EEG信号发送给所述带通滤波器进行过滤；然后将过滤后的EEG信号发送给伪像检测系统以测试是否含有EOG伪像和EMG伪像；确定所述过滤后的EEG信号中是否存在伪像；在检测到伪像的情况下，使用最后一个未反映伪像的值代入包含伪像的信号；将替代后的数据传送到信号校正器，所述信号校正器计算替代后的数据的均方根幅度；使用所述均方根幅度作为校正后的信号的幅度。并且其中还对不同个体设置用于确定EOG伪像的发生的截止频率阈值。并且其中EOG伪像包括眨眼，眼睛紧绷，眼睛闭合和眼睛运动。并且其中还对不同个体设置用于确定EMG伪像的发生的截止频率阈值。并且其中EMG伪像包括抬起眉毛、额头起皱、眯眼、围绕眼睛的肌肉的活动、颞下颌关节肌肉的活动。所述方法，还包括以下步骤：实时识别和校正所述EEG信号，以针对在所述短时期内任意一个或多个EEG信号的振幅或相干性的任何突然或显着变化；其还包括将数字频谱分析仪应用于所述经滤波的数据采样的步骤还包括以下步骤：使用快速傅里叶变换来分析所述EEG信号，以计算信号幅度值，方差和所述幅度值或用于确定是否超过指示伪像发生的预定阈值的指定带宽的信号差异。
实施例二。
一种用于在个体的EEG监测期间识别和校正一个或多个EEG信号的多种不同类型的同时EOG和/或EMS伪像的发生的方法，所述方法包括从一个或多个个体信号中收集来自一个或多个指定的EEG频率带宽；将信号作为数据样本传递到伪像检测系统，伪像检测系统将第一宽带通滤波器应用于数据样本；将数字频谱分析仪应用于过滤的数据样本；测试可能的EOG和EMG工件；确定数据样本中是否存在伪像；在检测到伪像的情况下，将最后一个未反映伪像的值代入包含伪像的数据；将数据样本转发到信号校正器，信号校正器计算均方根幅度；并显示原始幅度图和校正幅度图。还包括以下步骤：设置用于确定EOG伪像的出现的截止阈值，以考虑不同带宽中的EOG活动的幅度和方差的不同信号强度，所述不同带宽涉及天然自发和意图发生的受监视的个人。还包括以下步骤：设置用于确定LOG伪像的发生的截止阈值，以考虑被监测个体的不同带宽中的EOG活动的振幅和方差的不同信号强度，所述活动选自该组包括眨眼，眼睛紧绷，眼睛闭合和眼睛运动。还包括以下步骤：设置用于确定EMG伪像的发生的截止阈值，以考虑幅度的不同信号强度，与自然自发相关的不同带宽中的EMG活动的比率和方差，以及受监测个体的意愿性活动。还包括以下步骤：设置用于确定EMG伪像的出现的截止阈值，以考虑所监测的个体的特定带宽中的EMG活动的幅度的不同信号强度的差异，选择的活动从包括抬起个人的眉毛和个人的额头起皱的组。还包括以下步骤：设置用于确定EMG伪像出现的截止阈值，以考虑与自然自发有关的不同带宽中的EMG活动的振幅的不同信号强度的方差的比率以及被监测个体的意志性活动，选自包括个体眯眼和围绕个人眼睛的肌肉拉紧的活动。还包括以下步骤：设置用于确定EMG伪像出现的截止阈值，以考虑针对与天然自发和意外发生的活动相关的特定带宽的EMG活动幅度的不同信号强度颞下颌关节肌肉。
其中将数字频谱分析仪应用于所述经滤波数据采样的步骤还包括以下步骤：使用快速傅立叶变换来分析所述EEG信号以计算信号幅度值，方差和所述幅度值的比率或用于确定是否超过指示伪像发生的预定阈值的指定带宽的信号差异。
还包括以下步骤：使用预先定义的，通用的模式识别算法，所述模式识别算法源自对至少一个相对幅度的自然和意志发生的经验观察，至少一个不同模式的比率或方差EEG带宽可用于不同类型的可能EOG和EMG伪像。
实施例三。
一种用于在个体的EEG监测期间识别和校正一个或多个EEG信号的多种不同类型的同时发生的EOG，EMI和/或环境产生的伪像的方法，所述方法包括：收集一个或多个来自一个或多个指定EEG频率带宽的单个信号；将信号作为数据样本传递到伪像检测系统，伪像检测系统为每个滤波器应用选定的带通；执行分析以测试每个过滤器的伪像；存储不表示工件的最后已知值；确定数据样本中是否存在伪像；在检测到伪像的情况下，将最后一个未反映伪像的值代入包含伪像的数据；将数据采样传送到信号校正器，信号校正器计算RMS幅度；并显示原始幅度图和校正幅度图，进一步包括以下步骤：实时识别和校正所述EEG信号，以用于在自然发生在所述EEG信号中的自然发生的短时期期间任何一个或多个EEG信号的幅度或相干性的任何突然或显着变化基于截止阈值的EEG波形，以便考虑可能发生的与外部环境电信号，EOG，EMG或其他类型的基于生理或环境的电信号活动相关的失真和伪像的发生。所述方法还包括：将用户动作的脑电数据集存储在数据库中，其中所述脑电数据集由包括运动运动时间的脑电数据组成，其中采集的脑电图的时间段为变量,所述识别用户的运动包括：当识别的用户动作包括多个运动时，确定多个运动中的第一用户动作，其中，用户的EEG的测量包括测量仅在第一次用户动作期间进行脑电图，所述用户的EEG的测量包括当所述第一用户动作大于或等于预定运动范围时测量所述EEG，识别所述用户的运动包括确定所述多个运动中的第二用户动作，其中当所述第二用户动作大于时，所述用户的所述EEG的测量不测量所述EEG或等于预定的运动范围，并且其中第二用户动作使用不同的身体部分或者具有与第一用户动作不同的模式
以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变形或修改，这并不影响本发明的实质内容。

Claims (7)

1.一种监测个体EEG信号的方法，所述方法包括：
从一个或多个个体信号中收集来自对应一个或多个个体的EEG频率带宽；
将所述EEG频率带宽传递给一数字频谱分析仪，并根据所述EEG频率带宽设定数字频谱分析仪的带通滤波器；
监测个体EEG信号并将所述EEG信号发送给所述带通滤波器进行过滤；
然后将过滤后的EEG信号发送给伪像检测系统以测试是否合有EOG伪像和EMG伪像；
确定所述过滤后的EEG信号中是否存在伪像；
在检测到伪像的情况下，使用最后一个未反映伪像的值代入包含伪像的信号；
将替代后的数据传送到信号校正器，所述信号校正器计算替代后的数据的均方根幅度；
使用所述均方根幅度作为校正后的信号的幅度。
2.根据权利要求1所述的方法还包括以下步骤对不同个体设置用于确定EOG伪像的发生的截止频率阈值。
3.根据权利要求2所述的方法，还包括以下步骤：EOG伪像包括眨眼，眼睛紧绷，眼睛闭合和眼睛运动。
4.根据权利要求3所述的方法，还包括以下步骤：对不同个体设置用于确定EMG伪像的发生的截止频率阈值。
5.根据权利要求4所述的方法，还包括以下步骤：EMG伪像包括抬起眉毛、额头起皱、眯眼、围绕眼睛的肌肉的活动、颞下颌关节肌肉的活动。
6.根据权利要求5所述的方法，还包括以下步骤：实时识别和校正所述EEG信号，以针对在所述短时期内任意一个或多个EEG信号的振幅或相干性的任何突然或显着变化。
7.根据权利要求6所述的方法，其还包括将数字频谱分析仪应用于所述经滤波的数据采样的步骤还包括以下步骤：使用快速傅里叶变换来分析所述EEG信号，以计算信号幅度值，方差和所述幅度值或用于确定是否超过指示伪像发生的预定阈值的指定带宽的信号差异。
CN201810356816.6A 2018-04-18 2018-04-18 一种监测个体eeg信号的方法 Withdrawn CN108478217A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810356816.6A CN108478217A (zh) 2018-04-18 2018-04-18 一种监测个体eeg信号的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810356816.6A CN108478217A (zh) 2018-04-18 2018-04-18 一种监测个体eeg信号的方法

Publications (1)

Publication Number Publication Date
CN108478217A true CN108478217A (zh) 2018-09-04

Family

ID=63312825

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810356816.6A Withdrawn CN108478217A (zh) 2018-04-18 2018-04-18 一种监测个体eeg信号的方法

Country Status (1)

Country Link
CN (1) CN108478217A (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3848586A (en) * 1971-12-17 1974-11-19 Hitachi Ltd Signal detection system
EP1328193A1 (en) * 2000-10-16 2003-07-23 Instrumentarium Corporation Method and apparatus for determining the cerebral state of a patient with fast response
EP1392161A2 (en) * 2001-05-04 2004-03-03 University Of Virginia Patent Foundation Method, apparatus, and computer program product for assessment of attentional impairments
US20070083128A1 (en) * 2005-10-10 2007-04-12 Wayne Cote Adaptive real-time line noise suppression for electrical or magnetic physiological signals
CN101474070A (zh) * 2009-01-21 2009-07-08 电子科技大学 一种脑电信号中眼电伪迹的去除方法
CN102697493A (zh) * 2012-05-03 2012-10-03 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
US9055927B2 (en) * 2011-11-25 2015-06-16 Persyst Development Corporation User interface for artifact removal in an EEG

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3848586A (en) * 1971-12-17 1974-11-19 Hitachi Ltd Signal detection system
EP1328193A1 (en) * 2000-10-16 2003-07-23 Instrumentarium Corporation Method and apparatus for determining the cerebral state of a patient with fast response
EP1392161A2 (en) * 2001-05-04 2004-03-03 University Of Virginia Patent Foundation Method, apparatus, and computer program product for assessment of attentional impairments
US20070083128A1 (en) * 2005-10-10 2007-04-12 Wayne Cote Adaptive real-time line noise suppression for electrical or magnetic physiological signals
CN101474070A (zh) * 2009-01-21 2009-07-08 电子科技大学 一种脑电信号中眼电伪迹的去除方法
US9055927B2 (en) * 2011-11-25 2015-06-16 Persyst Development Corporation User interface for artifact removal in an EEG
CN102697493A (zh) * 2012-05-03 2012-10-03 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

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
PLAMEN MANOILOV: "EEG Eye-Blinking Artefacts Power Spectrum Analysis", 《INTERNATIONAL CONFERENCE ON COMPUTER SYSTEMS AND TECHNOLOGIES - COMPSYSTECH’06》 *
姚传义: "《数值分析》", 31 December 2009 *
黄思娟: "基于小波分析的EEG伪迹去除与特征分析研究", 《中国优秀博硕士学位论文全文数据库(硕士)，医药卫生科技辑(月刊)》 *

Similar Documents

Publication Publication Date Title
Chen et al. The use of multivariate EMD and CCA for denoising muscle artifacts from few-channel EEG recordings
CN111651060B (zh) 一种vr沉浸效果的实时评估方法和评估系统
CN105342605B (zh) 一种去除脑电信号中肌电伪迹的方法
Liu et al. Influence of joint angle on EMG-torque model during constant-posture, torque-varying contractions
CN106236080B (zh) 基于多通道的脑电信号中肌电噪声的消除方法
Borys et al. An analysis of eye-tracking and electroencephalography data for cognitive load measurement during arithmetic tasks
CN113576482B (zh) 一种基于复合表情加工的注意偏向训练评估系统和方法
CN112294340A (zh) 快速自动去除肌电伪迹的方法、系统、存储介质及计算机设备
Anwar et al. Use of portable EEG sensors to detect meditation
CN115568866A (zh) 一种神经损伤的评价系统及其方法
Tian et al. Mental fatigue estimation using EEG in a vigilance task and resting states
CN112426162A (zh) 一种基于脑电信号节律熵的疲劳检测方法
Turnip Comparison of ICA-based JADE and SOBI methods EOG artifacts removal
Nakamura et al. Automatic EEG interpretation: a new computer-assisted system for the automatic integrative interpretation of awake background EEG
Al-Qazzaz et al. Correlation indices of electroencephalogram-based relative powers during human emotion processing
Johnson et al. Probe-independent EEG assessment of mental workload in pilots
Islam et al. Probability mapping based artifact detection and wavelet denoising based artifact removal from scalp EEG for BCI applications
CN113100769A (zh) 基于生理指标的无人机操作人员工作状态评估方法及系统
CN116186502B (zh) 一种多模态视觉神经功能检测方法及其系统
Wang et al. Application of Hilbert-Huang transform for the study of motor imagery tasks
Vempati et al. Eog eye blink artifact removal using multivariate variational mode decomposition and pca
Guo et al. Analysis and feature extraction of EEG signals induced by anesthesia monitoring based on wavelet transform
CN108478217A (zh) 一种监测个体eeg信号的方法
Kandaswamy et al. Removal of ocular artifacts from EEG—A Survey
Aimie-Salleh et al. Quantitative comparison of time frequency distribution for heart rate variability using performance measure

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20180904