[发明专利]一种基于脑电源成像的连续语音包络神经夹带提取方法

权利要求书

1.一种基于脑电源成像的连续语音包络神经夹带提取方法，其特征在于，包括如下步骤：

步骤1，编制语音信号，并提取语音信号包络；

步骤2，采集被试在编制的语音信号刺激下的脑电数据；

步骤3，对采集的脑电数据进行预处理；

步骤4，对多个被试的脑电数据采用时空对准方法，提取电极空间共同神经响应；

步骤5，计算提取的电极空间共同神经响应在脑源空间的映射；

步骤6，基于mTRF算法由语音包络预测源空间共同神经响应；

步骤7，计算源空间上连续语音包络的神经夹带；由步骤6预测得到的源空间共同神经响应，与步骤5计算得到的共同神经响应在脑源空间的映射间的皮尔逊相关系数，评估神经夹带；

步骤1中，编制语音信号的方法为：将多个故事的录音切分成若干段，每段录音包含一个完整的情节片段；将一个故事中的若干段录音按时间顺序排列编制为一组语音信号；

步骤1中，提取语音信号包络的方法具体包括以下分步骤：

步骤1-1，采用伽马通滤波器组来将语音信号分成n个子带，每个子带间隔1个等效矩形带宽，并去除子带的起始延迟，对子带的末端进行零填充；

步骤1-2，设子带信号为x_n，将其变换为|x_n|^0.6来提取子带包络，对n个子带包络求均值，以获得语音信号包络；

所述步骤3包括以下分步骤：

步骤3-1，对采集到的脑电数据进行降采样以及滤波处理；

步骤3-2，采用伪影子空间重建方法检测并去除脑电数据中的高振幅的伪影，并用球面样条插值计算的估计值替换不良通道的数据，并将所有脑电通道重参考到平均参考；

步骤3-3，采用主成分分析方法将脑电数据降维至数据本身的秩，将具有共享分量的自适应混合独立成分分析方法与独立成分标签方法相结合，自动识别和去除伪影成分；

所述步骤4具体包括以下分步骤：

步骤4-1，采用典型相关分析方法提取每个被试脑电数据与对应语音包络最相关的子空间；

步骤4-2，对步骤4-1得到的脑电子空间数据，将相同语音包络对应的多个被试数据进行叠加平均，并再次采用典型相关分析方法提取与对应语音包络最相关的子空间；

所述步骤5具体包括以下分步骤：

步骤5-1，采用有限元法计算采用ICBM152标准模板的大脑正向模型；

步骤5-2，采用加权最小范数估计与标准低分辨率电磁断层成像方法计算大脑逆向模型，且源偶极子方向被约束为垂直于大脑皮质表面；

步骤5-3，根据Desikan-Killiany图谱将大脑皮质表面分割成68个解剖区域，提取每个区域内偶极子信号的平均值其作为代表性时间序列。

2.根据权利要求1所述的基于脑电源成像的连续语音包络神经夹带提取方法，其特征在于，n取28～64。

3.根据权利要求1所述的基于脑电源成像的连续语音包络神经夹带提取方法，其特征在于，步骤2中，被试分为两组，一组输入的语音信号按时间轴正向播放；另一组输入的语音信号按时间轴反向播放；所有语音信号刺激均为单声道，采样率为10.1～44.1kHz，刺激幅度归一化为具有相同的均方根值。

4.根据权利要求1所述的基于脑电源成像的连续语音包络神经夹带提取方法，其特征在于，步骤3-1中，对采集到的脑电数据降采样至200～250Hz，进行0.1～2Hz高通滤波去除线性漂移，以及30～40Hz低通滤波去除工频干扰和高频噪声。

5.根据权利要求1所述的基于脑电源成像的连续语音包络神经夹带提取方法，其特征在于，所述步骤6包括以下分步骤：

步骤6-1，对于每种条件，每个试次都有一个单独的模型，其余试次作为训练集；

步骤6-2，通过对每个训练集中单个试次的模型进行平均来获得的对应测试试次的模型。