CN113197551B - 多模生理神经信号检测与实验刺激时间对齐方法 - Google Patents

多模生理神经信号检测与实验刺激时间对齐方法 Download PDF

Info

Publication number
CN113197551B
CN113197551B CN202110493086.6A CN202110493086A CN113197551B CN 113197551 B CN113197551 B CN 113197551B CN 202110493086 A CN202110493086 A CN 202110493086A CN 113197551 B CN113197551 B CN 113197551B
Authority
CN
China
Prior art keywords
sequence
data
stimulation
absolute time
time
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.)
Active
Application number
CN202110493086.6A
Other languages
English (en)
Other versions
CN113197551A (zh
Inventor
李婷
鲍波涛
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.)
Institute of Biomedical Engineering of CAMS and PUMC
Original Assignee
Institute of Biomedical Engineering of CAMS and PUMC
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 Institute of Biomedical Engineering of CAMS and PUMC filed Critical Institute of Biomedical Engineering of CAMS and PUMC
Priority to CN202110493086.6A priority Critical patent/CN113197551B/zh
Publication of CN113197551A publication Critical patent/CN113197551A/zh
Application granted granted Critical
Publication of CN113197551B publication Critical patent/CN113197551B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
    • A61B5/004—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part
    • A61B5/0042—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part for the brain
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A61B5/0082—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence adapted for particular medical purposes

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Molecular Biology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Surgery (AREA)
  • Physics & Mathematics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Neurology (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physiology (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

本发明涉及一种多模生理神经信号检测与实验刺激时间对齐方法，其技术特点是：开始对测试数据进行采集，记录数据采集序列开始的绝对时间；开始运行刺激序列，记录刺激序列开始的绝对时间；对刺激序列和数据采集序列进行持续的记录，直到刺激序列终止，记录刺激序列终止的绝对时间；在刺激序列结束后，终止数据采集，记录数据采集序列终止的绝对时间；根据上述绝对时间计算有效时间段内的有效数据序列。本发明在数据采集序列与刺激序列的开始和结束都插入当前的绝对时间，通过绝对时间的差值并结合采集设备采样率或通过时间差的比例计算，最终获得与刺激序列相对应的数据，其处理方式高效、准确，有效降低了计算难度，提高了数据的利用效率。

Description

多模生理神经信号检测与实验刺激时间对齐方法
技术领域
本发明属于生物医学技术领域，涉及神经信号检测与处理方法，尤其是一种多模生理神经信号检测与实验刺激时间对齐方法。
背景技术
在生物医学领域，在采集一些由某种刺激诱发的数字信号时，由于刺激序列和数据采集序列为两个不同的序列，因此我们无法知道所采集到的数字信号中的哪些数据是由刺激诱发产生的。
目前，在采集此类的数据时，通常使用的方法为手动打标的方式。这种方式就是在采集相应的诱发数据时，我们通过人眼观看刺激出现的时刻，然后在此时的采集数据段上加入一个时间标签，以此来确定采集到的数据中与刺激序列中某种刺激所对应的有效数据。但是，在人在操作过程中难免会产生一些误差，而且对于多模态的数据采集时更是需要大量的人员来对采集数据进行标记。这无疑将会耗费大量的人力，并且由于人的手动打标的操作问题将会带来一些数据上的误差。
发明内容
本发明的目的在于克服现有技术的不足，提供一种设计合理、准确性高且能降低计算难度的多模生理神经信号检测与实验刺激时间对齐方法。
本发明解决现有的技术问题是采取以下技术方案实现的：
一种多模生理神经信号检测与实验刺激时间对齐方法，包括以下步骤：
步骤1、开始对测试数据进行采集，记录数据采集序列开始的绝对时间ts；
步骤2、开始运行刺激序列，记录刺激序列开始的绝对时间t1；
步骤3、对刺激序列和数据采集序列进行持续的记录，直到刺激序列终止，记录刺激序列终止的绝对时间t2；
步骤4、在刺激序列结束后，终止数据采集，记录数据采集序列终止的绝对时间te；
步骤5、根据上述绝对时间计算有效时间段内的有效数据序列。
进一步，所述步骤5采用如下方式计算有效时间段内的有效数据序列：
计算有效数据起始位置：X1＝(t1-ts)·f_s
计算有效数据终止位置：X2＝(t2-ts)·f_s
计算有效数据序列：数据采集序列中第X1至X2的数据段；
上式中，f_s为采用率。
进一步，所述步骤5采用如下方式计算有效时间段内的有效数据序列：
计算有效数据起始位置：
计算有效数据终止位置：
计算有效数据序列：数据采集序列中第X1至X2的数据段，
上式中，N为采集到的数据的总个数。
进一步，所述刺激序列和数据采集序列的数量为一个或多个。
进一步，所述生理神经信号为多种类型时，利用在每个数据采集序列的起始位置和终止位置的绝对时间差值并结合各自采样率或时间差值的比例，对每个数据采集序列进行时间对齐。
进一步，采集测试数据时，在每段数据采集序列的起始位置均加入获取当前绝对时间的动能模块。
进一步，采集测试数据时，在每段采集序列的终止位置均加入获取当前绝对时间的动能模块。
进一步，运行刺激序列时，在刺激序列的起始位置和整个刺激序列的终止位置均加上获取当前绝对时间的功能模块。
本发明的优点和积极效果是：
本发明设计合理，其通过在数据采集序列与刺激序列的开始和结束都插入当前的绝对时间，然后通过绝对时间的差值并结合采集设备采样率或通过时间差的比例计算，最终获得与刺激序列相对应的数据，其处理方式高效、准确，有效降低了计算难度，提高了数据的利用效率。
附图说明
图1为本发明在刺激序列和数据采集序列中添加绝对时间的原理图；
图2为发明的处理流程图。
具体实施方式
以下结合附图对本发明实施例做进一步详述。
实施例1
本实施例用于NIRS近红外光谱分析检测，其针对一段来自图像和声音刺激下的人脑部活动信号进行分析。
本发明提出的多模生理神经信号检测与实验刺激时间对齐方法，如图2所示，包括以下步骤：
步骤1、开始对测试数据进行采集，记录数据采集序列开始的绝对时间ts；
在本实施例中，所采用的测试数据为来自图像和声音刺激下的人脑部活动数据。
在本步骤中，一旦开始对所需的被测试相关数据进行监听，则立即添加开始时间标识，并将其作为开始采集的绝对时间ts。
步骤2、开始运行刺激序列，记录刺激序列开始的绝对时间t1。
在本步骤中，一旦开始运行刺激序列，则在刺激序列段和数据监听段的相应位置均添加相应的开始时间标识，并将其作为刺激序列开始的绝对时间t1。
步骤3、对刺激序列和数据采集序列进行持续的记录，直到刺激序列终止，记录刺激序列终止的绝对时间t2。
步骤4、在刺激序列结束后，终止数据采集，记录数据采集序列终止的绝对时间te；
步骤5、根据上述绝对时间计算有效时间段内的有效数据序列。
在本实施例中，可以采用如下两种方式计算有效时间段内的有效数据序列
第一种方法：假设我们的采样率为f_s，通过两次绝对时间的差值及采样率计算，可以求出有效时间段内的有效数据序列：
有效数据起始位置：X1＝(t1-ts)·f_s
有效数据终止位置：X2＝(t2-ts)·f_s
有效数据序列：数据采集序列中第X1至X2的数据段
第二种方法：假设我们不知道采样率f_s，但我们可以查看我们采集到的数据的总个数，记为N。通过记录数据和刺激序列的绝对时间差值比例计算，可以求出有效时间段内的有效数据序列：
有效数据起始位置：
有效数据终止位置：
有效数据序列：数据采集序列中第X1至X2的数据段。
通过以上步骤即可实现多模生理神经信号检测与实验刺激时间对齐功能。
实施例2
本实施例与实施例1的区别是：本实施例用于脑电波分析检测，其针对一段睡眠时段下人体脑部活动信号进行分析。具体处理步骤与实施例1完全相同。
本发明利用绝对时间标签在结合采样率或时间差值比例计算的特点在任意一个或多个的实施范例中以合适的方式结合使用。
本发明可以应用于多模态系统，当采集系统为多模态系统，即采集的生理神经信号为多种时，我们也可以利用在每个数据采集序列的起始和终止位置的绝对时间差值并结合各自采样率或时间差值的比例计算对每个采集序列进行时间对齐。
本发明在采集测试数据时，在每段数据采集序列的起始位置均加入获取当前绝对时间的动能模块，以此可以得到数据监听的起始时间；在每段采集序列的终止位置均加入获取当前绝对时间的动能模块，以此可以得到数据监听的终止时间；在运行刺激序列时，在刺激序列的起始位置和整个刺激序列的终止位置均加上获取当前绝对时间的动能模块，以此来获取刺激序列开始和终止的当前绝对时间。
需要强调的是，本发明所述的实施例是说明性的，而不是限定性的，因此本发明包括并不限于具体实施方式中所述的实施例，凡是由本领域技术人员根据本发明的技术方案得出的其他实施方式，同样属于本发明保护的范围。

Claims (5)

1.一种多模生理神经信号检测与实验刺激时间对齐方法，其特征在于：包括以下步骤：
步骤1、开始对测试数据进行采集，记录数据采集序列开始的绝对时间ts；
步骤2、开始运行刺激序列，记录刺激序列开始的绝对时间t1；
步骤3、对刺激序列和数据采集序列进行持续的记录，直到刺激序列终止，记录刺激序列终止的绝对时间t2；
步骤4、在刺激序列结束后，终止数据采集，记录数据采集序列终止的绝对时间te；
步骤5、根据上述绝对时间计算有效时间段内的有效数据序列；
其中，所述有效数据序列是与刺激序列相对应的数据；
当生理神经信号为多种类型时，利用在每个数据采集序列的起始位置和终止位置的绝对时间差值并结合各自采样率或时间差值的比例，对每个数据采集序列进行时间对齐；
采用如下两种方式计算有效时间段内的有效数据序列：
第一种方式：
计算有效数据起始位置：X1＝(t1-ts)·f_s
计算有效数据终止位置：X2＝(t2-ts)·f_s
计算有效数据序列：数据采集序列中第X1至X2的数据段；
上式中，f_s为采样率；
第二种方式：
计算有效数据起始位置：
计算有效数据终止位置：
计算有效数据序列：数据采集序列中第X1至X2的数据段，
上式中，N为采集到的数据的总个数。
2.根据权利要求1所述的多模生理神经信号检测与实验刺激时间对齐方法，其特征在于：所述刺激序列和数据采集序列的数量为一个或多个。
3.根据权利要求1所述的多模生理神经信号检测与实验刺激时间对齐方法，其特征在于：采集测试数据时，在每段数据采集序列的起始位置均加入获取当前绝对时间的功能模块。
4.根据权利要求1所述的多模生理神经信号检测与实验刺激时间对齐方法，其特征在于：采集测试数据时，在每段采集序列的终止位置均加入获取当前绝对时间的功能模块。
5.根据权利要求1所述的多模生理神经信号检测与实验刺激时间对齐方法，其特征在于：运行刺激序列时，在刺激序列的起始位置和整个刺激序列的终止位置均加上获取当前绝对时间的功能模块。
CN202110493086.6A 2021-05-07 2021-05-07 多模生理神经信号检测与实验刺激时间对齐方法 Active CN113197551B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110493086.6A CN113197551B (zh) 2021-05-07 2021-05-07 多模生理神经信号检测与实验刺激时间对齐方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110493086.6A CN113197551B (zh) 2021-05-07 2021-05-07 多模生理神经信号检测与实验刺激时间对齐方法

Publications (2)

Publication Number Publication Date
CN113197551A CN113197551A (zh) 2021-08-03
CN113197551B true CN113197551B (zh) 2023-08-04

Family

ID=77030224

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110493086.6A Active CN113197551B (zh) 2021-05-07 2021-05-07 多模生理神经信号检测与实验刺激时间对齐方法

Country Status (1)

Country Link
CN (1) CN113197551B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115877916A (zh) * 2023-02-24 2023-03-31 首都医科大学附属北京同仁医院 一种用于多种生理信号采集设备的信号同步方法及装置

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1462361A (zh) * 2001-04-27 2003-12-17 松下电器产业株式会社 用于提取有效信号的方法、记录介质和程序
CN102499676A (zh) * 2011-11-03 2012-06-20 北京工业大学 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
CN103607269A (zh) * 2013-12-02 2014-02-26 常州博睿康科技有限公司 一种脑电装置的精确无线事件同步方法
CN104287726A (zh) * 2014-08-27 2015-01-21 中国科学院自动化研究所 一种脑活动事件同步记录系统及方法
WO2017201972A1 (zh) * 2016-05-26 2017-11-30 华为技术有限公司 基于脑电信号的身份识别的方法和装置
CN107874756A (zh) * 2017-11-21 2018-04-06 博睿康科技（常州）股份有限公司 脑电采集系统和视频采集系统的精确同步方法
CN109508094A (zh) * 2018-12-11 2019-03-22 西安交通大学 一种结合异步眼动开关的视觉诱发脑机接口方法
CN109982741A (zh) * 2016-11-17 2019-07-05 博医来股份公司 时间同步深部脑刺激优化
CN110236498A (zh) * 2019-05-30 2019-09-17 北京理工大学 一种多生理信号同步采集、数据共享与在线实时处理系统
WO2020128088A1 (fr) * 2018-12-21 2020-06-25 Universite De Montpellier Mesure temporelle a haute precision d'evenements vibro-acoustiques en synchronisation avec un signal sonore sur dispositif a ecran tactile
CN111543986A (zh) * 2020-05-12 2020-08-18 清华大学 一种无需硬件连接的脑电事件同步方法
CN111881097A (zh) * 2020-06-12 2020-11-03 东莞见达信息技术有限公司 生理信号数据记录方法及装置

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8655428B2 (en) * 2010-05-12 2014-02-18 The Nielsen Company (Us), Llc Neuro-response data synchronization
WO2013165395A1 (en) * 2012-05-01 2013-11-07 Advanced Bionics Ag Electromyography response detection systems and methods
JP6741004B2 (ja) * 2015-06-23 2020-08-19 日本電気株式会社 音源位置検出装置、音源位置検出方法、音源位置検出プログラムおよび記憶媒体
US10390766B2 (en) * 2017-01-16 2019-08-27 General Electric Company System and method for predicting an excitation pattern of a deep brain stimulation

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1462361A (zh) * 2001-04-27 2003-12-17 松下电器产业株式会社 用于提取有效信号的方法、记录介质和程序
CN102499676A (zh) * 2011-11-03 2012-06-20 北京工业大学 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
CN103607269A (zh) * 2013-12-02 2014-02-26 常州博睿康科技有限公司 一种脑电装置的精确无线事件同步方法
CN104287726A (zh) * 2014-08-27 2015-01-21 中国科学院自动化研究所 一种脑活动事件同步记录系统及方法
WO2017201972A1 (zh) * 2016-05-26 2017-11-30 华为技术有限公司 基于脑电信号的身份识别的方法和装置
CN109982741A (zh) * 2016-11-17 2019-07-05 博医来股份公司 时间同步深部脑刺激优化
CN107874756A (zh) * 2017-11-21 2018-04-06 博睿康科技（常州）股份有限公司 脑电采集系统和视频采集系统的精确同步方法
CN109508094A (zh) * 2018-12-11 2019-03-22 西安交通大学 一种结合异步眼动开关的视觉诱发脑机接口方法
WO2020128088A1 (fr) * 2018-12-21 2020-06-25 Universite De Montpellier Mesure temporelle a haute precision d'evenements vibro-acoustiques en synchronisation avec un signal sonore sur dispositif a ecran tactile
CN110236498A (zh) * 2019-05-30 2019-09-17 北京理工大学 一种多生理信号同步采集、数据共享与在线实时处理系统
CN111543986A (zh) * 2020-05-12 2020-08-18 清华大学 一种无需硬件连接的脑电事件同步方法
CN111881097A (zh) * 2020-06-12 2020-11-03 东莞见达信息技术有限公司 生理信号数据记录方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
海伦.（数字）信号处理：基本理论.《模态分析理论与实验》.2001, *

Also Published As

Publication number Publication date
CN113197551A (zh) 2021-08-03

Similar Documents

Publication Publication Date Title
CN107203692B (zh) 基于深度卷积神经网络的心电数据数字信号处理方法
CN102499664B (zh) 基于视频图像的非接触式生命体征的检测方法及检测系统
Nallathambi et al. Integrate and fire pulse train automaton for QRS detection
CN108765876A (zh) 基于多模信号的驾驶疲劳深度分析预警系统及方法
CN106175754B (zh) 睡眠状态分析中清醒状态检测装置
CN104914994A (zh) 基于稳态视觉诱发电位的飞行器控制系统和飞行控制方法
CN110123304B (zh) 基于多模板匹配和相关系数矩阵的动态心电噪声滤除方法
CN110084085B (zh) 基于成形信号的rppg高精度心率检测方法
CN107669244A (zh) 基于EEG‑fMRI的癫痫异常放电位点定位方法及系统
CN110013249A (zh) 一种便携式可调式的头戴癫痫监测仪
CN103405225B (zh) 一种获取疼感评测指标的方法、装置及设备
CN110236515A (zh) 一种基于近红外视频的非接触式心率检测方法
CN112493995B (zh) 一种适用不同年龄患者的麻醉状态评估系统及方法
CN108229584A (zh) 一种基于深度学习的多模态医学影像识别方法及装置
CN113197551B (zh) 多模生理神经信号检测与实验刺激时间对齐方法
CN106333676B (zh) 清醒状态下的脑电信号数据类型的标注装置
CN112294264A (zh) 一种基于bcg与血氧饱和率的睡眠分期方法
CN108470182B (zh) 一种用于非对称脑电特征增强与识别的脑-机接口方法
CN109893125A (zh) 一种基于脑区信息交互的脑昏迷状态识别方法
Wu et al. BECT spike detection algorithm based on optimal template matching and morphological feature selection
CN106725463B (zh) 应用皮层脑电信号对大脑皮层手部功能区定位的方法和系统
CN106175698B (zh) 睡眠状态分析中睡眠周期检测装置
CN112826509A (zh) 视觉注意力水平识别方法
CN106344008B (zh) 睡眠状态分析中清醒状态检测方法和系统
CN116369853A (zh) 一种基于脑机交互技术的嗅觉功能标准化评估装置及方法

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
GR01 Patent grant
GR01 Patent grant