[发明专利]单通道脑电信号中肌电伪迹的自动去除方法

权利要求书

1.单通道脑电信号中肌电伪迹的自动去除方法，其特征在于，包括以下步骤：

步骤一：将通过单通道脑电电极传感器采集得到的脑电信号通过奇异谱分析算法SSA分解得到P个信号分量；

步骤二：将步骤一中得到的P个信号分量按行拼接成一个P维数据矩阵；

步骤三：将拼接成的P维数据矩阵进行时间延迟处理，得到若干个数据矩阵；

步骤四：利用多重集典型相关分析MCCA对步骤三中得到的若干个数据矩阵进行盲源分离，得到源估计矩阵S和混合矩阵A；

步骤五：识别源估计矩阵中与肌电伪迹相关的源；

步骤六：去除源估计矩阵中的肌电伪迹，将识别为肌电伪迹的源置零，得到消除肌电伪迹后的源估计矩阵S’，并通过重构得到去除肌电伪迹后的多通道脑电信号X′＝A*S′；

步骤七：将多通道脑电信号X’的各行求和，即可最终得到去除了肌电伪迹后的单通道脑电信号x’。

2.根据权利要求1所述的单通道脑电信号中肌电伪迹的自动去除方法，其特征在于，步骤一中利用SSA将脑电信号分解为P个信号分量的过程为：

(1)计算轨迹矩阵X

对于给定的一维时间序列x＝(x₁,x₂,…,x_N)，根据窗口长度L计算其轨迹矩阵X，轨迹矩阵X为L x(N‐L+1)阶：

(2)奇异值分解

定义矩阵S＝XX^T，计算矩阵S的特征值和特征变量，并将特征值按降序排列：λ₁,λ₂,…,λ_N，其中λ₁≥λ₂≥,…,≥λ_N≥0，则其对应的特征向量为u₁,u₂,…,u_L；将轨迹矩阵X表示为d个初等矩阵的和：X＝X₁+X₂+…+X_d，其中d＝argmax_i{λ_i＞0}，

(3)分组

将初等矩阵X_i的下标{1,2,…,d}分成p个不相交的子集I₁,I₂,…,I_p，设I＝{i₁,i₂,…,i_m}，合成矩阵计算集合I₁,I₂,…,I_p的每个合成矩阵，轨迹矩阵X表示为：

(4)对角平均

将步骤(3)中分组得到的每个矩阵利用对角平均公式转换为长度为N的新序列则初始序列x被分解为p个序列之和：初始序列x指单通道含肌电伪迹的脑电信号。

3.根据权利要求1所述的单通道脑电信号中肌电伪迹的自动去除方法，其特征在于，步骤四中利用MCCA进行盲源分离的过程为：

对于给定的M个P维数据矩阵X_m，每个数据矩阵可表示为X_m(t)＝A_my_m(t)或y_m(t)＝W_mX_m(t)，其中A_m＝W_m^-1，这里A_m、W_m和y_m(t)分别称为X_m(t)的混合矩阵、解混矩阵和典型变量矩阵，解混矩阵表示为通过最大化M个P维数据矩阵中相应盲信号源的总体相关性来实现各个数据矩阵的盲源分离，其目标函数分为P步：

第一步：

第二步到第P步：受限于

其中，为X_m(t)的标准差；

通过以上P步，得到数据矩阵X_m(t)的混合矩阵A_m、解混矩阵W_m和典型变量矩阵y_m(t)，其中m＝1,2,…,M。