基于小波分析的脑电信号处理

基于小波分析的脑电信号处理 董盟盟, 仲 轶, 徐 洁, 戴体俊, 刘功俭 ,徐州医学院 麻醉学院, 江苏 徐州 22100,4 摘要, 为去除脑电信号采集过程中存在的噪声信号,提出了基于小波阈值去噪的脑电信号去噪。 以小波阈值降噪为 基础,首先利用 db4小 波对脑电信号进行 5 尺度分解,然后采用软、硬阈值与小波重构的算法进行去噪。 通过对 MIT 脑电数据库中的脑电信号进行仿真,结果表明,采用软阈值 方法 快递客服问题件处理详细方法山木方法pdf计算方法pdf华与华方法下载八字理论方法下载 有效去除了噪声,提高了脑电信号的信噪比。 关键词, 脑电信号, 小波阈值去噪, 阈值函数, 信噪比 文章编号:1674,6236,2012,24-0059-03 中图分类号, TP391.9 文献标识码, A Analysis of EEG signals basedon wavelet threshold de-noising DONGM eng-meng, ZHONGY i, XU Jie, DAI Ti-jun, LIU Gong-jian ,Schoo of Anesthesa ,XuzhouM edca Coege,Xuzhou 22100,4 Chna, liillli bsac To remove theo sne sgna exstng in the course of EEsGgn a data ocectng, we proposed a method basen d oAtrt:iiliiillli wavelet shrinkage to denoising EEG signal. First, the EEGs ignal was decomposed througdbh 4 t hweav elet, secondly, the denoising of soft and harthdr esholding and thew avelet reconstruction algorithm were used to removme atihn en oise. TheMI T EEG database was, use whidch prove that thee -ndoising methoda dopting the softt hresholding could remove the oinse effectively, andi ncrease the SNR of EEsGig nal. Key words: EEGs ignal, wavelet shrinkage, thresholding function, SNR 麻醉深度监测是临床麻醉中极为重要的问题 ,关系到手, 根 据 瞬 时性 的 特 点, 信 号 表 现 为 一 些声的 分 布 一般 比 较 广 术成败、病人安危。 由于脑电是皮质锥体细胞顶树突产生的 大的系数,而一些小的系数则更多的是由噪声和信号能量的 树突电位与突触后电位的总和, 能直接反映出中枢神经系统 突变所产生的,所以小波阈值去噪主要是利用了有效信号和 [1]的活动, 因此脑电检测分析是确定麻醉深度的最佳方法。但 噪 声 信号 在 小 波变 换 下 奇异 性 截 然不 同 的 表现 特 征 来 去 除 是,在实验中提取到的脑电信号非常微弱,μV 级,,极易受到 噪声,保留有效信号。脑电信号的主要频率成分在 30 Hz 以 各 种 噪声 干 扰 , 主要 有 工 频干 扰 、 肌 电干 扰 、 心 电伪 迹 等 , 对 下,而 工 频 干扰 为 50 Hz, 肌 电干 扰 噪 声在 5~2 000 Hz, 所 以 脑 电 信 号的 后 续 分析 和 处 理很 不 利 , 因此 , 脑 电 信号 消 噪 成 相对于 EEG信 号来说,肌电等信号是一种高频干扰。 所以先 为一个必要且关键的步骤。 目前,针对各个具体问题,常用自 通过 小 波 分析 多 分 辨率 分 析 方法 将 显 现于 小 波 分 解 小 尺 度 适应 滤 波 、 独立 量 分 析、 主 成 分 分析 等 方 法进 行 脑 电信 号 的 上 的 高 频干 扰 直 接去 除 , 实 现对 高 频 干扰 的 滤 除 , 然 后 通 过 [2-3]去噪, 小 波 分析 理 论 是近 年 发 展起 来 的 一门 新 理 论 , 它 可 阈值法将与脑电信号频带重叠部分的干扰消除。 然后对处理 以对信号在时频两域进行分析,很适合探测信号的瞬时状态, 过后的小波系数进行小波重构后得到 EEG 波形图象。 主要 [4]对微弱生命信号可以进行有效去噪和提取。 文中在 matlab 步骤如下, 平台上将小波变换应用于脑电信号的预处理降噪 ,取得较好 1,计算含噪声信号的正交小波变换。 选择合适的小波和 的效果,为下一步脑电信号特征提取提供了基础。 小波分解层数 j,将含噪信号进行小波分解至 j 层,得到相 应 的小波分解系数。 2,对分解得到的小波系数进行阈值处理 ,其阈值的处理 1 非线性小波变换阈值法方法有 2 种, [5] 非 线 性 小 波 变 换 阈 值 法 也 称 为 “ 小 波 收 缩 ” ,wavelet shrinkage,,就是按照一定的预设阈值压缩信号的小波变化系 |x|，t x 硬阈值法 s= ? 数,然后用被压缩后的系数重构以达到降噪的目的 。 目前应 0|x|t ? 用最广泛的是 Donoho提出的 硬阈值和软阈值降噪方法 。 因 ,,,, sgnx|x|t|x|，t-软阈值法 s= ? 为在 小 波 域中 , 信 号 的能 量 相 对集 中 在 某几 个 位 置上 , 而 噪 0 |x|t ? 其中 s 表示阈值处理后的信号,t 表示阈值。 3,进行小波逆变换。 将经阈值处理过的小波系数进行重 收稿日期,2012-08-28 稿件编号,20120815 5 基金项目,国家自然科学基金,30872432,,江苏省 2011年 大学生实践创新训练 计划 项目进度计划表范例计划下载计划下载计划下载课程教学计划下载 ,1009, 作者简介,董盟盟 ,1989— ,,男,江苏徐州人。 研究方向,麻醉深度监测。 《电子 设计 领导形象设计圆作业设计ao工艺污水处理厂设计附属工程施工组织设计清扫机器人结构设计 工程 路基工程安全技术交底工程项目施工成本控制工程量增项单年度零星工程技术标正投影法基本原理 》2012 年第 24 期 构,得到恢复的原始信号估计值。 小波 阈 值 去噪 方 法 的关 键 在 于 小 波 基 的 选 择 和 阈 值 的 。 选取 1.1 小波基的选取 小波 分 析 的基 有 很 多种 , 在 进 行降 噪 时 , 选 择 的 标 准 通 [6],1,自相似原则,如果选取的小波对 常从以下几个方面考虑 , 则变换后的能量就会比较集中 ,2,支 信号有一定的相似性 撑长 度 , 对 于信 号 的 局部 分 析 , 要求 对教师党员的评价套管和固井爆破片与爆破装置仓库管理基本要求三甲医院都需要复审吗 小 波 函数 在 时 域上 具 有 ,3,对称性,在图像处理中避免相移意义重大 ,4,正则 紧支撑 ,对于信号或图像的重构获得平滑效果十分有用。 性 根据以上 4 个标准及脑电信号的具体特征,作者通过反 图 1 含噪声的脑电信号 , 选择 db4小 波。 复的滤波效果对比Fig. 1 EEGs ignal with noise 分解层次的选择1.2 选择适当的分解水平, 也是获得最佳低频分量的关键 。 为此,通过对比使用同一小波基函数在不同尺度下的逼近信 ,文中采用 5 层分解。 号及重构效果 1.3 阈值选择[7]Matab 中可选择的软阈值规则一共有 4 种, l 1 , 固 定 阈 值 ,sqtwolog , , 阈 值 λ =2 ln ,M , ,M 为 信 号 的 度 。 长 2,基于史坦,Stein,的无偏似然估 计 原 理 ,SURE, 的 自 适 ,rigrsure,,对一个给定的阈值 t,得到它的似然估 应阈值选择 图 2 脑电信号分解后的低频细节图 ,再将非似然 t 最小化,就得到了所选的阈值。 计Fig. 2 Low-frequency detas of EEGs gna ilil3,启发式阈值,heursure,,是前两种阈值的综合 , 是 最 优 。 预测变量阈值选择 4, 极大 极 小 阈 值 ,minimaxi,, 采 用 的 也 是 一 种 固 定 的 阈 ,,。 它产生一个最小均方误差的极值而不是无误差在统计 值 ,这种极值原理用于设计估计器。 因为被消噪的信号可 学上 ,这种极值估计器可以 以看作与未知回归函数的估计式相似 。 在一个给定的函数集中实现最大均方误差最小化 当含 噪 声 信号 的 高 频信 息 有 很 少 一 部 分 在 噪 声 范 围 内 ,Minimaxi 和 SURE这两种 阈值非常有用,可以将微弱的信 时 图 3 硬阈值处理结果 号提取出来,而 sqtwolog 和 heusure规 则去噪比较完全 ,在去 Fig. 3 De-noising result of hardth reshold,但是很容易把有用的高频信号误认为噪 噪时显得更为有效 。 本文选取 Minimaxi 阈值法。 声而去除掉 实验仿真2 利用非线性小波变换阈值法对一段含噪的脑电信号进 处 理 , 该 信 号 取 自 美 国 麻 省 理 工 学 院 脑 电 标 准 数 据 库 行 MIT—BIH,如图 1 所示,采样频率为 250 H。z 从图中可以 看 图 4 软阈值处理结果 ,该信号不够平滑,含有明显的高频噪声,这将直接影响波 出 Fig. 4 De-noising result of softt hreshold。 形特征的提取 由上面的仿真结果可见,硬阈值由于阈值函数不连续性 首先,通过实 根据第 1 节的分析对这段信号进行处理。 会引起较大的方差,且不稳定,对数据小的变化比较灵敏。 而 验 仿 真, 选 取 db4 小 波进 行 5 层 分解 , 分 解 后 的 低 频 细 节 图 用软阈值法去噪后得到的信号光滑性较好,可得较好的脑电如图 2 所示,从图中可看出,有用的脑电信号都集中在 1~3 层。 重构信号,便于提取脑电信号的特征。将 5 层以上的高频系数直接置 0 后再分别用这硬 、软阈值方 其他 条 件相 同 的 条件 下 , 采 用硬 阈 值 、 软 阈 值 方 法 对 脑法对图 1 的信号进行处理,去噪后的信号分别如图 3、4 所示。 电信号去噪之后的 SNR和 RMSE如 表 1 所示。 ,60, 自然科学版,2011,21,1,,51-54, 表1 2种函数去噪之后的SNR和RMES ZHANG Xi-zheng. The filteirng methodsof bowel soundsin Tap. 1 SNR and RMES of different threshold de-noising wavelet domain[J]. Jouofrnal Hu nan Instituteof Engineeirn,g SNR RMSE NaturalSciencEeditio n,2011,21,1,:51-54, 硬阈值20.3568 0.014 8 软阈值 31.8795 0.012 0 [3] 黄安贻,张理 恒, 基 于小 波 变 换的 信 号 检测 及 其 在DSP上 的实现[J], 机电技术,2010,33,3,,2-4, 由表 1 可以看出,采用软阈值去噪后信噪比比硬阈值法 HUANG An-yi,ZHANG Li-heng, Signal detection based on 提高了,同时,均方根误差降低了,这样就便于下一步对脑电 信号特征值的提取。 wavelet transform andits reali zation usingDS P[J], Mechanical andE ectrical Technology,2010,33,3,,24, l- [4] 齐涛,倪原. 基于小波变换微弱生命信号提取的研究[J]. 电 3 结束语 子设计工程,2009,17,11,:9496. - 提 出文中 将 小波 阈 值 法引 入 脑 电 信 号 的 消 噪 运 算 中 ,QI Tao,NI Yuan. Researcofh weak life signals’ extraction 了 基于 小 波 阈值 的 脑 电信 号 噪 声消 除 方 法 ,通 过 实 验 仿 真based on wavelet transformEl[eJc]tronic. Design Engineerin, g发 现小 波 阈 值消 噪 法 在脑 电 信 号的 处 理 中 , 达 到 了 较 好 的 2009,17,11,:9496. -去噪效果。 [5] 胡昌华, 张军波. 基于MATLAB的系统分析与设计— 小波 参考文献, 分析[M]. 西安:西安电子科技大学出版社,1999 . [6] 葛哲学,沙威. 小波分析理论与MATLABR0027实现[M], 北 [1] 何庆华,廖维宏,吴宝明,等. 脑电分析在麻醉深度监测中 的应用[J]. 医疗卫生装备,2008,29,4,:30-34. 京,电子工业出版社,2007, HE Qing-hua,LIAO We-ihong,WU Bao-ming,et al. Application [7] DonohoD L, De-noising by soft-thresholding [J], IEEE Trans of EEG analysis in monitoring de pth of anaesthesia[ J ] . on IT,1995,4l,3,,613627, - Chinese Medical EquipmentJourna l,2008,29,4,:3034. - 张细政肠鸣音的小波域滤波方法湖南工程学院学报 [2] . [J]. : !!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!! ,上接第 58 页, [6] 误会被分别插入到倒序滤波寄存器与组合逻辑 、层叠滤波寄。滤波器对差错检测和差错纠正的支持 对于 该 技 术的 限 制 , 给出 了 简 单的 理 论 分 析 , 通 过 具 体 存器与组合逻辑、检错与纠错逻辑之中。 每个活动模拟 1 000 个软 错 误 , 在所 有 的 活动 中 , 保 护系 统 的 最大 输 出 差错 均 小 实现给出了滤波器的性能指标,以及滤波器保护方面的有效 于 0.09。 一次活动的运行会在所有的电路组件中任意地插入 性。 对于该技术所能实现的系统可靠性方面的更完整的理论 差错,然后此活动再模拟 1 000 个软错误。 在纠错后的系统整 分析和评估是未来研究的一个方向。 体输 出 误 码如 图 6 所 示, 此 时 系 统保 护 输 出 的 最 大 差 错 为 参考文献, 0.066。 活动的结果验证了所提出的技术在面对独立的单个软 [1] Lee J S. CDMA Systems engineering handbook [M], J.SLee. 错误时的系统保护的有效性。 Associate,s1998 . [2] Simon Haykin信. 号与系统[M], 北京,电子工业出版社,2004. [3] 韩利 竹. MATLAB 电子 仿 真 与应 用[M], 北 京 , 国 防 工 业 出 4 结束语版社,2003 . 文中 提 出了 一 种 在误 码 方 面 对 FIR 滤 波 器 进 行 保 护 的 [4] 丁玉美,高西全, 数字信号处理[M], 西安,西安电子科技大 有效技术。 该技术包括标准滤波器的两个执行部分 ,具有不 学出版社,2001, 同结构的 2 个执行部分,进行并行的操作。 由于每种结构输 [5] 侯伯亨,顾新. VHDL硬件描述语言与数字逻辑电路设计[M]. 西 出 的 错 误模 式 不 同, 所 以 设 计差 异 性 的使 用 可 实 现 错 误 纠 安:西安电子科技大学出版社,2002 .正。 通过观察滤波器输出的失配模式,就可以识别出发生差 [6] 吴镇扬. 数字信号处理原理与实现[M], 南京,东南大学出 错的模块, 同时选择另一个模块的输出作为整体的输出 ,从 版社,2001 .而实现纠错。 因为其采用不同架构的滤波模块 ,增强了传统 """""""""""""""""""""""""""""""""" 欢迎订阅 2013年 度《电子设计工程》 ,半月刊,国内邮发代号,52-142 国际发行代号,M2996 订价,15.00 元/期 360.00元 /年