專利名稱：一種去除腦電噪聲的方法
技術(shù)領(lǐng)域：
一種去除腦電噪聲的方法，屬于生物信息技術(shù)領(lǐng)域，涉及一種腦電噪聲的去除方法，主要應(yīng)用于人腦功能及與人腦相關(guān)疾病的研究與診斷。
背景技術(shù)：
在對多道腦電記錄信號進(jìn)行深入的處理、分析前，有必要去除混入腦電信號中的噪聲干擾。當(dāng)前有很多種方法來消除腦電中的噪聲，比較常用的有小波分解(Quiroga RQ 2000Obtaining single stimulus evoked potentials with wavelet denoising Phy.D145278-92.；Schiff SJ，Aldrouby A，Unser M，Sato S 1994 Fast wavelet transformationof EEG，Electr.Clin.Neurophysiol.91442-455.)、自適應(yīng)濾波器(Benny SC，Hu Y，Lu W，Keith DK，Chang CQ，Qiu W，F(xiàn)rancis HY 2005Multi-adaptive filtering techniquefor surface somatosensory evoked potentials processing Medical engineering &physics 27257-66.)、獨(dú)立成分分析(Jung TP.，Makeig S.，McKeown MJ，Bell AJ，LeeTW，Sejnowski TJ 2001 Imaging brain dynamics using independent component analysisProc IEEE 89 1107-1122.)、主成分分析及帶通濾波等方法。
以上方法的信號模型一般為Y＝S+ε，其中Y為觀測原始信號，S為沒有噪聲污染的信號，ε為記錄中引入的噪聲。這些方法大都是從信號處理層面來考慮噪聲去除，沒有考慮到大腦的生理特性及其個體差異，是和人體生理特性無關(guān)(physiology free)的去噪方法。這類方法是建立在信號與噪聲的統(tǒng)計或成分等特性差異上，而這種差異有時是不明顯的，從而影響了信噪分離的效果，得到的分離結(jié)果可能與生理實(shí)際不符。本技術(shù)強(qiáng)調(diào)有用的信號都來自大腦內(nèi)部，因此可利用大腦的解剖特性，且考慮到人的大腦解剖結(jié)構(gòu)存在個體差異，因此建議使用真實(shí)頭模型。采用這種思路分離出來的信號具有明顯的生理相關(guān)性。本技術(shù)不排斥現(xiàn)有的濾波方法，即在應(yīng)用本技術(shù)后，可根據(jù)情況，進(jìn)一步應(yīng)用現(xiàn)有的其它的濾波方法進(jìn)行處理。

發(fā)明內(nèi)容
本發(fā)明提供一種基于個體生理差異約束的空間腦電噪聲去除方法，通過把個體的差異考慮到噪聲去除的過程中，能獲得更加符合腦電生理?xiàng)l件的去噪結(jié)果。
基于頭模型去噪原理在本方法中，設(shè)頭表觀測到的多道記錄腦電信號為
Y＝AX+ε(1)其中Y是從頭部表層利用多道記錄電極檢測到的電位信號，為M×T的矩陣；A是維數(shù)為M×N的傳遞矩陣，X是人腦內(nèi)部活動源信息矩陣，維數(shù)為N×T，ε是在記錄中引入的與傳遞矩陣不相關(guān)的噪聲信號。在當(dāng)前的腦電研究中，A通常是通過磁功能成像技術(shù)(MRI)/計算機(jī)斷層成像技術(shù)(CT)對人腦進(jìn)行掃描所獲取的實(shí)際影像信息，利用偶極子模型(或其它等效腦電源模型，如點(diǎn)電荷等)進(jìn)行數(shù)值計算獲得。在記錄中存在的噪聲對腦電研究和分析有很大的影響，在對腦電進(jìn)行深入分析前，有必要進(jìn)行前期濾波預(yù)處理以減小或消除噪聲ε的影響。當(dāng)前的濾波方法大多數(shù)僅僅是從信號處理層面上考慮，比如說如果選擇小波來濾波，則對所有的實(shí)驗(yàn)對象數(shù)據(jù)，都采用同樣的小波基來分解，而小波基不一定能很好的刻畫所有個體腦電的生理特征。同時，人的腦電信號因個體不同具有很大的生理差異性，為了獲得合理的結(jié)果，在處理過程中有必要把生理特性考慮進(jìn)去。傳遞矩陣A是對人腦神經(jīng)電生理活動特性的一個線性近似刻畫，它的一列表示在對應(yīng)位置上放置單位源時在頭表產(chǎn)生的電位空間分布，所以傳遞矩陣在一定程度上反映腦電的空間分布生理特性。從(1)式可以看出t時刻的觀測電位Yt可以表示為，Yt＝AXt+εt，1≤t≤T(2)其中Xt為在t時刻時腦內(nèi)電活動源的分布，εt為在t時刻記錄中的噪聲。(2)式表示的方程可以通過多種腦電源反演定位方法(腦電逆問題方法)，求解獲得該時刻Xt的分布。由于反演是在有個體差異的A的約束下進(jìn)行的，Xt的估計結(jié)果Xt是滿足這種約束的，因而符合人的生理特性，代表了腦內(nèi)源的信息，而測量時引入的噪聲εt則因不滿足A的約束而受到抑制。所以，再經(jīng)過腦電正演模型計算Yt＝AXt，就可以恢復(fù)源在頭表產(chǎn)生的去除了外界噪聲影響后的電位。
本發(fā)明詳細(xì)技術(shù)方案為一種去除腦電噪聲的方法，包括以下步驟步驟1.確定傳遞矩陣A，包括以下分步驟1)、對待測對象的頭部進(jìn)行MRI或CT掃描，獲取頭部解剖結(jié)構(gòu)的影像信息；2)、提取步驟1)所得的影像信息中的大腦部分，然后對大腦分割，再提取大腦部分的源功能區(qū)(主要包括灰質(zhì)、海馬、小腦等部位)；3)、以一定精度的網(wǎng)格將步驟2)所得的腦源功能區(qū)進(jìn)行剖分，確定解空間網(wǎng)格(包括解空間的維數(shù)和各個網(wǎng)格的空間位置序號)；4)、確定多道腦電信號記錄系統(tǒng)各個電極的空間位置信息；5)、確定腦電源的模型6)、利用步驟3)到步驟5)中確定的解空間網(wǎng)格、電極位置信息和腦電源模型，利用正演方法計算傳遞矩陣A，具體方法如下在每個解空間位置上放置單位的源，利用數(shù)值計算方法計算該單位源在電極位置處產(chǎn)生的電位分布，該電位分布構(gòu)成傳遞矩陣中的一列，以此類推，當(dāng)把所有解空間遍歷放置單位源后，就可以獲得傳遞矩陣A；步驟2. 通過多道腦電信號記錄系統(tǒng)獲取實(shí)際記錄的腦電信號Y，通常是在設(shè)計的一定試驗(yàn)刺激下，獲取刺激響應(yīng)電位；步驟3. 腦電逆問題求解，獲得等效源分布X的估計值X即對于Yt＝AXt+εt，1≤t≤T，以某一時刻的觀測值Yt來確定該時刻的腦內(nèi)源的分布Xt的估計值 對不同時刻的觀測值Yt，進(jìn)行上述的逆問題求解，獲得該觀測時間段內(nèi)的估計等效源分布矩陣X。
步驟4. 正演計算，利用估計的等效源分布X獲得觀測時間段內(nèi)去除噪聲后的電位空域估計結(jié)果YY＝AX。
上述方案中，步驟1.的步驟3)中所述的一定精度的網(wǎng)格，綜合考慮計算精度和效率，一般取10mm/格；步驟1.的步驟4)中所述的多道腦電信號記錄系統(tǒng)可以是標(biāo)準(zhǔn)的32道、64道、128道及256道電極的腦電信號記錄系統(tǒng)；步驟1.的步驟5)中所述的腦電源模型通常為點(diǎn)電荷模型或偶極子模型；步驟1.的步驟6)中所述的數(shù)值計算方法可以是邊界元算法或有限元算法；步驟3.中所述腦電逆問題的求解方法有很多，比如低分辨層析成像方法、FOCUSS方法、lp(p≤1)稀疏解、最小模解、子空間分解及加權(quán)最優(yōu)分辨解等(堯德中.腦功能探測的電學(xué)理論與方法。北京科學(xué)出版社，2003，195-243)，這些方法在對X進(jìn)行估計時，綜合利用了傳遞矩陣的生理約束和正則化等技術(shù)，能去除噪聲的影響，獲得源分布X的估計結(jié)果X。
本發(fā)明的有益效果相比較以前的方法而言，該方法主要有以下的優(yōu)點(diǎn)1. 利用實(shí)際MRI/CT影像信息(真實(shí)頭模型)計算傳遞矩陣，通過傳遞矩陣將個體生理差異考慮到去噪過程；2. 利用腦電逆問題計算獲得受個體生理約束的等效腦內(nèi)源分布；3. 腦電正演模型作用，獲得去除噪聲干擾后的頭表電位分布。


圖1本發(fā)明所述的一種去除腦電噪聲的方法的流程圖。
圖2一段真實(shí)腦電信號的去噪結(jié)果的腦電數(shù)據(jù)的俯視地形圖對比(300ms-340ms時段)圖。
圖3一段真實(shí)腦電信號的去噪結(jié)果的腦電數(shù)據(jù)的俯視地形圖對比(344ms-380ms時段)圖。
具體實(shí)施例方式
在以下兩個實(shí)施方式中，正演采用邊界元(Boundary Elements Method，BEM)，頭模型用MRI圖象生成。反演采用lp(p＝1)模線性稀疏反演方法。我們對一模擬信號和真實(shí)記錄的一段腦電信號進(jìn)行了去噪，并和通常采用的小波去噪結(jié)果進(jìn)行了對比，有如下的結(jié)果。
具體實(shí)施方式
一—模擬去噪結(jié)果方法真實(shí)頭模型下，通過掃描獲得的MRI頭模型，把偶極子源活動位置限定在大腦的灰質(zhì)、海馬及其他可能源活動部分，通過10mm網(wǎng)格剖分離散成910個位置，采用標(biāo)準(zhǔn)128道電極系統(tǒng)，計算獲得傳遞矩陣A。在34個固定網(wǎng)格剖分位置(是一個片狀區(qū)域的分布源)放置矩固定的偶極子源來模擬某一時刻產(chǎn)生的頭表記錄電位，給其施加不同水平的高斯噪聲，在本工作中涉及到的噪聲水平是指噪聲和信號的能量比值。分別利用基于頭模型的去噪方法和小波(在本實(shí)驗(yàn)中采用Symmlet小波進(jìn)行5級分解)去噪方法對混合有噪聲的該模擬時刻信號做去噪處理，同時對兩種方法的去噪處理結(jié)果，分別計算了其和原始信號的相關(guān)系數(shù)(CC)及相對誤差(RE)，結(jié)果顯示在下表1中。
表1 不同噪聲水平下的相關(guān)系數(shù)(CC)和相對誤差(RE)

從對模擬數(shù)據(jù)不同噪聲水平上的去噪結(jié)果的定量分析比較中，可以看出基于真實(shí)頭模型的去噪方法明顯優(yōu)于以小波為代表的不受生理約束的去噪方法。
具體實(shí)施方式
二—對一段真實(shí)腦電信號的去噪結(jié)果方法在視覺和聽覺雙通路同步檢測實(shí)驗(yàn)中，以oddball為刺激模式，在250HZ的采樣率下獲取128道腦電數(shù)據(jù)，每道數(shù)據(jù)對應(yīng)著211次刺激，每次刺激對應(yīng)著1.2s的腦電數(shù)據(jù)，選取第35次刺激相應(yīng)段內(nèi)300ms~400ms間的一段數(shù)據(jù)進(jìn)行基于頭模型的分解去噪實(shí)驗(yàn)。在進(jìn)行處理前根據(jù)實(shí)際測得的電極坐標(biāo)，把128個電極在真實(shí)頭模型上進(jìn)行配準(zhǔn)后，用和模擬實(shí)驗(yàn)中相似的方式計算傳遞矩陣A。對處理前后數(shù)據(jù)的腦電數(shù)據(jù)的地形圖進(jìn)行比較，結(jié)果顯示在圖2、3中。
對該oddball刺激數(shù)據(jù)，在地形圖中，腦電能量應(yīng)該主要集中在枕葉(Occipital)部分，從濾波后的結(jié)果可以看出在數(shù)據(jù)經(jīng)過基于真實(shí)頭模型的方法濾波后，散落于其他區(qū)域的噪聲被有效的消除，信號能量主要集中在枕葉(Occipital)部分。和小波的去噪結(jié)果相比較，基于真實(shí)頭模型方法的濾波結(jié)果的地形圖比較平滑和清晰，更加符合腦電的生理特性依據(jù)頭表電位分布是源產(chǎn)生的電位經(jīng)過顱骨等低通濾波后的結(jié)果，應(yīng)該是平滑的。
權(quán)利要求
1.一種去除腦電噪聲的方法，其特征是包括以下步驟步驟1.確定傳遞矩陣A，包括以下分步驟1)、對待測對象的頭部進(jìn)行MRI或CT掃描，獲取頭部解剖結(jié)構(gòu)的影像信息；2)、提取步驟1)所得的影像信息中的大腦部分，然后對大腦分割，再提取大腦部分的源功能區(qū)(主要包括灰質(zhì)、海馬、小腦等部位)；3)、以一定精度的網(wǎng)格將步驟2)所得的腦源功能區(qū)進(jìn)行剖分，確定解空間網(wǎng)格(包括解空間的維數(shù)和各個網(wǎng)格的空間位置序號)；4)、確定多道腦電信號記錄系統(tǒng)各個電極的空間位置信息；5)、確定腦電源的模型；6)、利用步驟3)到步驟5)中確定的解空間網(wǎng)格、電極位置信息和腦電源模型，利用正演方法計算傳遞矩陣A，具體方法如下在每個解空間位置上放置單位的源，利用數(shù)值計算方法計算該單位源在電極位置處產(chǎn)生的電位分布，該電位分布構(gòu)成傳遞矩陣中的一列，以此類推，當(dāng)把所有解空間遍歷放置單位源后，就可以獲得傳遞矩陣A；步驟2.通過多道腦電信號探測系統(tǒng)獲取實(shí)際記錄的腦電信號Y，通常是在設(shè)計的一定試驗(yàn)刺激下，獲取刺激響應(yīng)電位；步驟3. 腦電逆問題求解，獲得等效源分布X的估計值X即對于Yt＝AXt+εt， 1≤t≤T，以某一時刻的觀測值Yt來確定該時刻的腦內(nèi)源的分布Xt的估計值 。對不同時刻的觀測值Yt，進(jìn)行上述的逆問題求解，獲得該觀測時間段內(nèi)的估計等效源分布矩陣X。步驟4.正演計算，利用估計的等效源分布X獲得觀測時間段內(nèi)去除噪聲后的電位空域估計結(jié)果Y∶Y＝AX。
2.根據(jù)權(quán)利要求1所述的一種去除腦電噪聲的方法，其特征是，步驟1.的步驟3)中所述的一定精度的網(wǎng)格，綜合考慮計算精度和效率，一般取10mm/格。
3.根據(jù)權(quán)利要求2所述的一種去除腦電噪聲的方法，其特征是，步驟1.的步驟4)中所述的多道腦電信號記錄系統(tǒng)可以是標(biāo)準(zhǔn)32道電極的腦電信號記錄系統(tǒng)、標(biāo)準(zhǔn)64道電極的腦電信號記錄系統(tǒng)或標(biāo)準(zhǔn)128道電極的腦電信號記錄系統(tǒng)等。
4.根據(jù)權(quán)利要求1所述的一種去除腦電噪聲的方法，其特征是，步驟1.的步驟5)中所述的腦電源模型通常為點(diǎn)電荷模型或偶極子模型。
5.根據(jù)權(quán)利要求4所述的一種去除腦電噪聲的方法，其特征是，步驟1.的步驟6)中所述的數(shù)值計算方法可以是邊界元算法或有限元算法。
6.根據(jù)權(quán)利要求1所述的一種去除腦電噪聲的方法，其特征是，步驟3.中所述腦電逆問題的求解方法有很多，比如低分辨層析成像方法、FOCUSS方法、lP(P≤1)稀疏解、最小模解、子空間分解及加權(quán)最優(yōu)分辨解等，這些方法在對X進(jìn)行估計時，綜合利用了傳遞矩陣的生理的束和正則化等技術(shù)，能去除噪聲的影響，獲得源分布X的估計結(jié)果X。
全文摘要
一種去除腦電噪聲的方法，屬于生物信息技術(shù)領(lǐng)域，涉及一種腦電噪聲的去除方法，主要應(yīng)用于人腦功能及與人腦相關(guān)疾病的研究與診斷。包括確定傳遞矩陣A；通過多道腦電信號探測系統(tǒng)獲取實(shí)際記錄的腦電信號Y；腦電逆問題求解，獲得等效源分布X估計值X；正演計算，利用估計的等效源分布X獲得該時刻去除噪聲后的電位估計結(jié)果Y＝AX。相比較以前的方法而言，該方法主要有以下的優(yōu)點(diǎn)1.利用實(shí)際MRI/CT影像信息(真實(shí)頭模型)計算傳遞矩陣，通過傳遞矩陣將個體生理差異考慮到去噪過程；2.利用腦電逆問題計算獲得受個體生理約束的等效腦內(nèi)源分布；3.腦電正演模型作用，獲得去除噪聲干擾后的頭表電位分布。
文檔編號A61B5/0476GK1792324SQ20051002194
公開日2006年6月28日 申請日期2005年10月26日 優(yōu)先權(quán)日2005年10月26日
發(fā)明者堯德中, 徐鵬 申請人:電子科技大學(xué)