睡眠状态分析中去除眼电伪迹的方法和系统技术方案

本发明专利技术涉及一种睡眠状态分析中去除眼电伪迹的方法和系统，其中所述方法包括：根据设定帧长度采集用户的眼电信号和原始脑电信号；对该帧原始脑电信号进行经验模态分解，将其分解成若干个本征模函数，得到本征模函数集合；分别计算所述本征模函数集合的各个本征模函数与同一时刻的眼电信号之间的相关系数；查找出相关系数大于预设阈值的本征模函数和相关系数最大的本征模函数，并将其从本征模函数集合中删除；利用本征模函数集合中剩余的本征模函数重建该帧脑电信号。该方案可以减少去除眼电伪迹过程对脑电信号的波形的影响，保留了原始信号的大部分细节信息，确保后续对脑电信号的分析效果。

【技术实现步骤摘要】

本专利技术涉及辅助睡眠
，特别是涉及一种睡眠状态分析中去除眼电伪迹的方法和系统。
技术介绍
在睡眠中，人体进行了自我放松及恢复的过程，因此良好的睡眠是保持身体健康的一项基本条件；但是由于工作压力大、生活作息不规律等原因，导致了部分人群的睡眠质量欠佳，表现为失眠、半夜惊醒等。目前市面上已经有一些设备来帮助人们入睡，提高睡眠质量。例如在某一特定睡眠状态下通过声音、光信号等人工干预，避免在熟睡状态下叫醒用户等。对于辅助睡眠的设备而言，为了真正达到提高用户睡眠质量的目的，正确的识别用户的睡眠状态是非常重要的。多导睡眠图(Polysomnography,PSG)，又称睡眠脑电图，是目前临床上用于睡眠诊断和分析的“金标准”。多导睡眠图利用多种生命体征例如脑电、肌电(颌下)、眼电、呼吸、血氧等对睡眠进行分析。在这些体征信号中，脑电图(electroencephalogram，EOG)处于核心地位。脑电图是利用精密的电子仪器，在头皮上将来自大脑皮层产生的电活动加以记录并放大的波形信号。由于脑电图的信号非常微弱(微伏级)，容易被来自其他部位的生物电信号干扰。当眼电信号幅值较低时(即没有较强烈眼球/眼睑活动如眨眼等)，眼电信号对脑电信号的干扰比较微弱。而眼电信号幅值较高时，由于眼电信号的频率比正常脑电信号低，高幅值的眼电信号叠加在脑电信号上就形成了一个类似于基线漂移的现象。为了降低眼电信号所带来的影响，目前有很多去除眼电伪迹的方法。独立成分分析(Indepdentcomponentanalysis,ICA)是一种常用的方法。它首先假设输入信号都是统计独立的非高斯的信号的线性组合，然后利用线性变换将来自于信号分离。它的缺点是(1)输入信号的假设条件在实际使用中并不能完全满足；(2)对于分离后的多个信号，还需要进一步判断哪些信号是“纯净的”脑电信号，哪些信号是被分离出的眼电信号。此外，还有方法假设了一个眼电信号对脑电信号的影响因子(如0.2)，然后利用脑电信号减去乘以影响因子的眼电信号的方法去除眼电伪迹，如公式：EEGpure＝EEGoriginal-0.2*EOG，由于存在个体差异及眼电电极的位置的不同，一个固定的影响因子并不能很好的适应不同的个体。此外，由于在睡眠状态分析中，脑电信号的波形是一个很重要的睡眠状态指标。例如纺锤波和K复合波的出现，表示进入了非眼快动睡眠的S2期。经过传统方法处理后的脑电信号的波形往往会发生变化，影响了后续对脑电信号的分析效果。
技术实现思路
基于此，有必要针对上述问题，提供一种睡眠状态分析中去除眼电伪迹的方法和系统，减少去除眼电伪迹过程对脑电信号的波形的影响，确保后续对脑电信号的分析效果。一种睡眠状态分析中去除眼电伪迹的方法，包括：根据设定帧长度采集用户的眼电信号和原始脑电信号；对该帧原始脑电信号进行经验模态分解，将其分解成若干个本征模函数，得到本征模函数集合；分别计算所述本征模函数集合的各个本征模函数与同一时刻的眼电信号之间的相关系数；查找出相关系数大于预设阈值的本征模函数和相关系数最大的本征模函数，并将其从本征模函数集合中删除；利用本征模函数集合中剩余的本征模函数重建该帧脑电信号。一种睡眠状态分析中去除眼电伪迹的系统，包括：原始信号提取模块，用于根据设定帧长度采集用户的眼电信号和原始脑电信号；经验模态分解模块，用于对该帧原始脑电信号进行经验模态分解，将其分解成若干个本征模函数，得到本征模函数集合；相关系数计算模块，用于分别计算所述本征模函数集合的各个本征模函数与同一时刻的眼电信号之间的相关系数；本征模函数删除模块，用于查找出相关系数大于预设阈值的本征模函数和相关系数最大的本征模函数，并将其从本征模函数集合中删除；脑电信号重建模块，用于利用本征模函数集合中剩余的本征模函数重建该帧脑电信号。上述睡眠状态分析中去除眼电伪迹的方法和系统，采集用户的眼电信号和原始脑电信号，对原始脑电信号进行经验模态分解得到本征模函数集合，计算本征模函数集合的各个本征模函数与同一时刻的眼电信号之间的相关系数，根据相关系数删除大于预设阈值的本征模函数和相关系数最大的本征模函数，利用剩余的本征模函数重建脑电信号。该方案可以减少去除眼电伪迹过程对脑电信号的波形的影响，保留了原始信号的大部分细节信息，确保后续对脑电信号的分析效果。附图说明图1为一个实施例的睡眠状态分析中去除眼电伪迹的方法的流程图；图2是去除眼电伪迹的流程图；图3是去除眼电伪迹的实验数据结果示意图；图4为一个实施例的睡眠状态分析中去除眼电伪迹的系统结构示意图。具体实施方式下面结合附图阐述本专利技术的睡眠状态分析中去除眼电伪迹的方法和系统的实施例。参考图1所示，图1为本专利技术的睡眠状态分析中去除眼电伪迹的方法的流程图，包括：S101，根据设定帧长度采集用户的眼电信号和原始脑电信号；此步骤中，可以是在对用户进行辅助睡眠等睡眠状态分析中，以设定帧长度，通过用户佩戴相关眼电传感设备和脑电传感设备，采集用户在睡眠过程中产生的眼电信号和脑电信号。在采集信号时，可以以30s为一帧进行采集，后续对每帧眼电信号和脑电信号进行分析处理。S102，对该帧原始脑电信号进行经验模态分解，将其分解成若干个本征模函数，得到本征模函数集合；在此，即对脑电信号进行经验模态分解，将其分解成若干个本征模函数(IntrinsicModeFunction，IMF)和残差函数(Redisual，Re)之和的形式。本征模函数集合包括如下公式：式中，EEGoriginal表示原始脑电信号，imfi表示第i个本征模函数，Re表示残差函数。S103，分别计算所述本征模函数集合的各个本征模函数与同一时刻的眼电信号之间的相关系数；参考图2，图2是去除眼电伪迹的流程图，原始脑电信号进行经验模态分解后，得到本征模函数集合，分别计算本征模函数1-n(imf1～imfn)与眼电信号EOG的相关系数1-n(corrcoef1～corrcoefn)。S104，查找出相关系数大于预设阈值的本征模函数和相关系数最大的本征模函数，并将其从本征模函数集合中删除；如图2所示，通过设定阈值，在计算完相关系数后，将相关系数大于阈值的本征模函数和相关系数最大的本征模函数删除，剩下的m个本征模函数。作为一个实施例，在计算完相关系数后，还可以包括：在相关系数大于预设阈值的本征模函数中；计算本征模函数与眼电信号的欧氏距离；从欧氏距离最小的本征模函数从本征模函数集合中剔除。作为一个实施例，在计算完相关系数后，也可以包括：在相关系数大于预设阈值的本征模函数中；计算本征模函数与眼电信号的余弦距离；从余弦距离最小的本征模函数从本征模函数集合中剔除。通过上述实施例，在相关系数判断基础上结合了欧氏距离或余弦距离判断，可以将与相关系数判断中无法去除的更多遗留的眼电伪迹去除。S105，利用本征模函数集合中剩余的本征模函数重建该帧脑电信号；在去除了眼电伪迹后，利用剩下的m个本征模函数重建去除了眼电伪迹后的脑电信号。作为一个实施例，在重建脑电信号时，根据本征模函数的排列顺序，选择本征模函数集合中位置靠前的若干个本征模函数进行重建脑电信号。该实施例中，由于本征模函数的排列顺序是按频率由大到小，并且与眼电信号相似度最高的本征模函数一般排列在中间位置，因此在重建本文档来自技高网...

【技术保护点】
一种睡眠状态分析中去除眼电伪迹的方法，其特征在于，包括：根据设定帧长度采集用户的眼电信号和原始脑电信号；对该帧原始脑电信号进行经验模态分解，将其分解成若干个本征模函数，得到本征模函数集合；分别计算所述本征模函数集合的各个本征模函数与同一时刻的眼电信号之间的相关系数；查找出相关系数大于预设阈值的本征模函数和相关系数最大的本征模函数，并将其从本征模函数集合中删除；利用本征模函数集合中剩余的本征模函数重建该帧脑电信号。

【技术特征摘要】
1.一种睡眠状态分析中去除眼电伪迹的方法，其特征在于，包括：根据设定帧长度采集用户的眼电信号和原始脑电信号；对该帧原始脑电信号进行经验模态分解，将其分解成若干个本征模函数，得到本征模函数集合；分别计算所述本征模函数集合的各个本征模函数与同一时刻的眼电信号之间的相关系数；查找出相关系数大于预设阈值的本征模函数和相关系数最大的本征模函数，并将其从本征模函数集合中删除；利用本征模函数集合中剩余的本征模函数重建该帧脑电信号。2.根据权利要求1所述的睡眠状态分析中去除眼电伪迹的方法，其特征在于，所述本征模函数集合包括如下公式：EEGoriginal=Σi=1nimfi+Re]]>式中，EEGoriginal表示原始脑电信号，imfi表示第i个本征模函数，Re表示残差函数。3.根据权利要求1所述的睡眠状态分析中去除眼电伪迹的方法，其特征在于，所述重建脑电信号的方法，包括如下公式：EEGpure=Σi=1mimfi,corrcoef(imfi,EOG)<min(thre,corrcoefmax)]]>式中，EEGpure表示重建的脑电信号，corrcoef表示相关系数，imf表示第i个本征模函数，EOG表示眼电信号，corrcoefmax表示最大的相关系数，thre表示预设的相关系数阈值。4.根据权利要求1所述的睡眠状态分析中去除眼电伪迹的方法，其特征在于，还包括：在相关系数大于预设阈值的本征模函数中；计算本征模函数与眼电信号的欧氏距离；从欧氏距离最小的本征模函数从本征模函数集合中剔除。5.根据权利要求1所述的睡眠状态分析中去除眼电伪...

【专利技术属性】
技术研发人员：赵巍，胡静，韩志，
申请(专利权)人：广州视源电子科技股份有限公司，
类型：发明
国别省市：广东;44