基于柔性针式干电极的头发区域多通道脑电信号采集与伪迹自动去除技术研究

《基于柔性针式干电极的头发区域多通道脑电信号采集与伪迹自动去除技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、硕士学位论文基于柔性针式干电极的头发区域多通道脑电信号采集与伪迹自动去除技术研究作者姓名张发华学科专业信号与信息处理指导教师邢晓芬副教授所在学院电子与信息学院论文提交日期2018年04月10日ResearchonDataAcquisitionandAutomaticArtifactRemovalTechnologyofMulti-channelEEGSignalsBasedonFlexibleNeedleDryElectrodeADissertationSubmittedfortheDegreeofMasterCandidate：ZhangFahuaSup

2、ervisor：AssociateProf.XingXiaofenSouthChinaUniversityofTechnologyGuangzhou,China摘要脑电信号(Electroencephalography,EEG)的采集与预处理作为脑机接口应用采集模块最重要的部分，在神经科学、医学、心理学和人工智能等研究领域发挥着重要作用。多通道脑电信号的采集与伪迹去除技术已经成为脑机接口研究的重要课题。当前头发区域多通道脑电信号采集与预处理技术存在以下问题：传统湿电极操作繁琐、准备时间长；头发遮蔽使采集的EEG信号质量不佳，且采集过程中易受运动、吞咽和眨眼

3、等影响而产生伪迹；传统伪迹去除算法具有非全自动、实时性不高和客观性较差等缺点。针对上述不足，本文着重对三个方面进行研究：1)设计并制备了一种柔性针式头发区域干电极。该电极的阵列式探针和底部呈圆形倒角结构，在使用时不易被折断；探针形状为锥体，能穿过头发接触头皮；基材为橡胶，其间掺杂的导电银粉，使电极具有导电性。为了验证电极的有效性，进行了阻抗特性分析实验、睁闭眼实验和SSVEP实验。阻抗分析实验表明单个电极10Hz在前额区域和头发区域的阻抗值分别为576.2k和9012.7k，均能达到设备采集EEG数据时的阻抗要求。对睁闭眼实验和SSVEP实验采集的

4、脑电信号进行频域分析，结果均呈现出明显的特征。2)提出了一种基于低秩稀疏分解的多通道脑电信号伪迹自动去除方法。该方法对多通道脑电信号进行分析并改进了GoDec算法，将受伪迹影响的观测EEG信号X分解''''''''为XLSG，其中L为纯净脑电信号，S和G为伪迹部分。将S和G去除，达到了自动去除伪迹的目的。所提出的方法在标准脑电数据集上进行去伪迹实验，结果表明该方法自动去除伪迹方面是有效的。与现有的伪迹自动去除算法做对比，该方法极大地提高了脑电信号的信噪比、减小了均方误差，且具有较好的稳定性和去伪迹耗时短等优点。3)利用所制备的柔性干电极进行多通道脑电

5、信号的采集，并用所提出的方法进行自动去除伪迹。结果显示伪迹信号的幅值明显减小，处理后的信号达到正常脑电信号标准，且信号分解的波段符合脑电特征波的频率特性，即所制备的柔性干电极与提出的方法适合日常穿戴监测使用。关键词：EEG；多通道；干电极；低秩稀疏；GoDecIAbstractTheacquisitionandpreprocessingofelectroencephalography(EEG)isthemostimportantpartofthebrain-computerinterfaceapplicationacquisitionmoduleandpl

6、aysanimportantroleinneuroscience,medicine,psychologyandartificialintelligence.Theacquisitionofmulti-channelEEGsignalsandtheartifactremovalhavebecomeimportantresearchtopicsinbrain-computerinterface.Thecurrenthairysitemulti-channelEEGsignalsacquisitionandpreprocessingtechnologyhavet

7、hefollowingproblems:Thetraditionalwetelectrodeiscumbersometooperateandhasalongpreparationtime.ThehairmaskingcausespoorqualityofcollectedEEGsignals,anditissusceptibletoartifactssuchasmovement,swallowing,andblinkingduringtheacquisitionprocess.Thetraditionalartifactremovalalgorithmsh

8、avethedisadvantagesofnon-fullauto