基于HHT的脑电信号眼电伪差自动去除方法研究.pdf
《基于HHT的脑电信号眼电伪差自动去除方法研究.pdf》由会员分享,可在线阅读,更多相关《基于HHT的脑电信号眼电伪差自动去除方法研究.pdf(5页珍藏版)》请在三一文库上搜索。
1、第2 2 卷第6 期 2 0 0 8 年1 2 月 电子测量与仪器学报 J O U R N A LO FE L E C T R O N I CM E A S U R E M E N TA N DI N S T R U M E N T - ,D f 2 2 0 6 1 7 基于H H T 的脑电信号眼电伪差自动去除方法研究 汪彦龙1 2 沈民奋3 ,1叶中付1 ( 1 中国科学技术大学电子工程与信息科学系,合肥2 3 0 0 2 7 ;2 浙江传媒学院电子信息系,杭州3 1 0 0 1 8 ; 3 汕头大学广东省数字信号与图像处理技术重点实验室,汕头5 1 5 0 6 3 ) 摘要:眼电伪差的幅
2、度远大于脑电信号的幅度,会严重影响对脑电信号分析,必须有效地去除。本文利用H i l b e r t H u a n g 变换的多分辨率分析特征,根据脑电信号中眼电伪差的时频特性,提出了根据固有模态函数统计特性确定阈值的H i l - b e r t - H u a n g 变换阈值眼电伪差去除方法。对受到眼电伪差干扰的脑电信号进行经验模式分解,利用H i l b e r t 变换计算不同固有 模态函数的瞬时频率,将瞬时频率小于3H z 固有模态函数的值置零,对瞬时频率小于1 6H z 的固有模态函数进行阈值处理。 利用处理后的固有模态函数重建脑电信号,实现眼电伪差的去除。实验结果表明该方法对
3、去除脑电信号中的眼电伪差是非 常有效的,而且对脑电信号影响很小。 关键词:经验模式分解,多分辨率分析,瞬时频率,眼电伪差 中图分类号:T N 9 1 1 2 3文献标识码:A国家标准学科分类代码:5 1 0 4 0 3 0 A u t o m a t i cR e m o v a lo fO c u l a rA r t i f a c t sf r o mE E G u s i n gH i l b e r t H u a n gT r a n s f o r i l l W a n gY a n l o n 9 1 ,2 S h e nM i n f e n 3 ,1Y eZ h o n
4、加1 ( 1 D e p a r t m e n to fE l e c t r o n i cE n g i n e e r i n ga n dI n f o r m a t i o nS c i e n c e ,U n i v e r s i t yo fS c i e n c ea n dT e c h n o l o g yo fC h i n a ,H e f e i2 3 0 0 2 7 ,C h i n a ; 2 D e p a r t m e n to fE l e c t r o n i ca n dI n f o r m a t i o nE n g i n e e
5、r i n g ,Z h e j i a n gI n s t i t u t eo fC o m m u n i c a t i o na n dM e d i a ,H a n g z h o u3 1 0 0 1 8 ,C h i n a ; 3 K e yL a b o r a t o r yo fD i g i t MS i g n a l I m a g eP r o c e s s i n go fG u a n g d o n gP r o v i n c eS h a n t o uU n i v e r s i t y ,S h a n t o u5 1 5 0 6 3 ,
6、C h i n a ) A b s t r a c t :O c u l a ra r t i f a c t sw h o s ea m p l i t u d ei sm u c hl a r g e rt h a nE l e c t r o e n c e p h a l o g r a m ( E E G ) s o m e t i m e so b s c u r et h es m a l l e ra m p l i t u d e u n d e r l y i n gb r a i n w a v ea c t i v i t y ,m a k i n gt h eb r
7、a i n w a v ea c t i v i t yd i f f i c u l tt ob ei n s p e c t e d T h e r e f o r e ,t h eo c u l a ra r t i f a c t sm u s tb er e m o v e df r o mE E Ge f f e c t i v e l y A c c o r d i n gt ot h et i m e f r e q u e n c yp r o p e r t i e so f t h eo c u l a ra r t i f a c t s ,at h r e s h o
8、 l dm e t h o do fo c u l a ra r t i f a c t sr e m o v a lW a Sp r o p o s e d ,w h i c hi sb a s e do nt h ec h a r a c t e r i s t i c so fm u l t i r e s o l u t i o na n a l y s i so fH H Ta n dat h r e s h o l dv a l u ed e t e r m i n e db yt h es t a t i s t i c a lc h a r a c t e r i s t i
9、c so fi n t r i n s i c m o d ef u n c t i o n F i r s t ,t h eE E Gc o n t a m i n a t e db yo c u l a ra r t i f a c t si sd e c o m p o s e di n t oi n t r i n s i cm o d ef u n c t i o n s T h e n t h ei n s t a n t a n e o u sf r e q u e n c yo fe a c hi n t r i n s i cm o d ef u n c t i o ni s
10、c o m p u t e db yH i l b e r tt r a n s f o r mr e s p e c t i v e l y I fa l lt h e i n s t a n t a n e o u sf r e q u e n c i e so fa ni n t r i n s i cm o d ef u n c t i o na r el e s st h a n3H z ,t h e nt h ev a l u eo ft h ei n t r i n s i cm o d e f u n c t i o ni ss e tt oz e r o I fa l lt
11、h ei n s t a n t a n e o u sf r e q u e n c i e so fa ni n t r i n s i cm o d ef u n c t i o na r el e s st h a n16H z ,t h e n t h ev a l u eo fi n t r i n s i cm o d ef u n c t i o n ,t h a ti sg r e a t e rt h a nat h r e s h o l d ,i ss e tt oz e r o C o m p u t i n gt h es u mo fa l li n t r i
12、n s i cm o d ef u n c t i o n s ,w ec a no b t a i nc o r r e c t e dE E G E x p e r i m e n t a lr e s u l t ss h o wt h a tt h i sm e t h o di se f f e c t i v e ;c a nr e m o v em o s to c u l a ra r t i f a c t si nE E Ga n do n l yd i s t o r tE E Gs l i g h t l y ,w a se f f e c t i v e K e y
13、w o r d s :e m p i r i c a lm o d ed e c o m p o s i t i o n ,m u l t i r e s o l u t i o na n a l y s i s ,i n s t a n t a n e o u sf r e q u e n c y ,o c u l a ra r t i f a c t s 引言 脑电图( E E G ) 是由头皮电极记录的脑神经细 胞电生理活动,它包含了大量的生理和病理信息,对 本文于2 0 0 7 年1 2 月收到。 于临床诊断与生理研究具有重要意义。但E E G 信 号具有非平稳性,且十分微弱,其幅值通
14、常在2 0 5 0 斗V ,极易受到肌电( E M G ) 、眼电( E O G ) 、心电 ( E C G ) 等伪差信号干扰,这些伪差往往掩盖正常或 病理特征E E G 信号,影响,对E E G 信号的分析,也 万方数据 1 8 电子测量与仪器学报 2 0 0 8 链 可能导致临床上的误诊。各种伪差当中,由眨眼 和眼球转动造成的眼电伪差( O A ) 的幅度通常是 m V 级的,对E E G 信号影响比其它伪差大得多,因此 必须有效地去除E E G 中的眼电伪差。通过让患者 在E E G 记录过程中不眨眼或不转动眼球来减少眼 电伪差的方法在很多情况下是不可行的。如癫痫病 人的脑电监测,癫痫
15、发作时病人根本无法控制自己, 不可避免的产生眨眼和眼动伪差。近年来人们对脑 电信号中眼电伪差去除方法进行了大量的研究,提 出了各种各样的处理方法。 H i l b e r t H u a n g 变换( H H T ) 是由美国华裔科学 家H u a n g 等人心1 于1 9 9 8 年提出的非线性和非平稳 信号处理方法。该方法利用经验模态分解( E m p i r i - c a lm o d ed e c o m p o s i t i o n ,E M D ) 将信号用固有模态函 数( I n t r i n s i cm o d ef u n c t i o n ,I M F ) 展
16、开,展开后的每个 模态、瞬时频率都具有了实际的物理意义。它具有 完整性和近乎正交性,且E M D 并未假设I M F 的谐 波属性,因此在处理非线性信号时,与傅立叶或小波 分解相比需要的模式更少;与基于小波分解的方法 相比较,其具有小波变换多分辨率分析的特征,但解 决了分析非平稳信号时小波基函数选取的问题。而 且由固有模态函数得到的瞬时频率不受时频分辨率 不确定性原理限制,而其它的时频分析方法却受到 该原理的限制。因此H H T 是一种真正意义上的时 频分析方法,非常适合非线性和非平稳信号的处理。 目前已经在生物医学、机械工程等领域获得成功的 应用3 4 | 。 本文将H H T 方法用于脑电
17、信号中眼电伪差处 理,利用H H T 的多分辨率分析特征,提出了根据I M F 的统计特性确定阈值的H i l b e a - H u a n g 变换阈值O A 去除方法。通过实验验证了该方法的有效性。 2 H H T 方法原理 H H T 变换是利用经验模式分解和H i l b e r t 变换 实现对信号进行处理的一种时频分析方法。H H T 利用E M D 方法将复杂信号分解为有限个I M F 。I M F 满足以下2 个条件:1 ) 极值点和过零点数目必须相 等或至多相差l ;2 ) 局部极大值所确定上包络与极 小值所确定下包络的平均值为零。H H T 利用H i l b e r t
18、 变换求得到瞬时频率。即对信号菇( t ) 作H i b e r t 变换得到信号的解析形式: z ( ) = 茗( ) + j Y ( t ) = 口( t ) e 徊 ( 1 ) 式中:y ( t ) = 日 石( c ) = 告,鍪等dz 为菇( t ) 的 H i l b e r t 变换。 解析信号瞬时幅值函数为 a ( t ) = 石2 ( t ) + y 2 ( z ) ( 2 ) 瞬时相位函数为: o ( t ) 一a r c t a n ( 措) ( 3 ) 对瞬时相位函数求导得瞬时频率为 f ( t ) = 磊1 警 ( 4 ) 由上式得到的瞬时频率只有对I M F 才有物
19、理 意义。为了求得瞬时频率首先将信号分解成I M F 的和。为此H u a n g 等人心1 提出了经验模式分解方 法实现信号I M F 抽取,这是一种经验筛选( s h i f t i n g ) 法,其筛选过程如下: 1 ) 求出信号戈( t ) 的局部极大值和极小值,利用 3 次样条插值分别构成信号的上、下包络求出其平 均值m ( ) ; 2 ) 计算戈( t ) 与m ( t ) 的差:石( t ) 一m ( t ) = h ( t ) ; 3 ) 将h ( t ) 看作新的菇( t ) ,重复以上操作直到h ( ) 满足I M F 条件,记为:c 。( t ) = h ( t ) ;
20、 4 ) 从石( t ) 中减去C 。( t ) 得到r ( t ) ,将r ( t ) 看作 新的戈( t ) ,重复以上过程,依次得到第2 个I M Fc : ( t ) ,第3 个I M F c ,( t ) ,直到C 。( t ) 或r ( t ) 满足 给定的终止条件或r ( t ) 变成一单调函数为止; 5 ) 于是得到信号石( ) 分解为: 算( t ) = C i ( t ) + r 。( ) ( 5 ) 对式( 5 ) 中的每个I M F 作H i l b e r t 变换,利用公 式( 2 ) 一( 4 ) 可得: 石( ) = R e ( a i ( f ) ej o i
21、 ( t ) ) = ”1 ( 6 ) R e ( a i ( f ) e 州I - ”山) 式中略去了k ( t ) ,因其对信号的频率无贡献,R e 表 示取实部。式( 6 ) 称为信号的H i l b e r t 幅度谱记为: ( c o ,) = R e ( a i ( ) e 帅”山) ( 7 ) 每个I M F 的瞬时频率Z ( t ) 可用下式求得: 肌) = 掣 ( 8 ) 以上的E M D 和其对应的H i l b e r t 谱统称为H H T 。 万方数据 第6 期 基于H H T 的脑电信号眼电伪差自动去除方法研究 1 9 H H T 能得到每个I M F 的幅值和频率
22、随时间的变化 关系,这为信号的分离提供了重要的依据。 3 H H T 的多尺度滤波和E M D 阈 值去噪 3 1H H T 的多尺度滤波 H H T 利用E M D 可将脑电信号分解为高频到低 频模态分量,与小波分解层数相似,每个模态分量对 应不同的特征尺度。这说明E M D 与小波变换一样 具有尺度滤波特性5 。6 1 。 对于一个含有n 个I M F 成分的低通尺度滤波 器可以表示为: 石。( t ) = C i ( ) + r 。( ) ( 9 ) 高通尺度滤波器可以表示为 k X H ( z ) = C i ( f ) ( 1 0 ) 带通尺度滤波器可以表示为 石B ( t ) =
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 HHT 电信号 眼电伪差 自动 去除 方法 研究
链接地址:https://www.31doc.com/p-3704222.html