單通道誘發(fā)電位信號的快速提取算法研究.pdf

1、誘發(fā)電位(EP)信號為神經(jīng)科學(xué)的理論研究與臨床應(yīng)用提供許多重要信息，它反映了相應(yīng)的感覺通路及大腦皮層區(qū)域的神經(jīng)電活動。深入地分析研究EP信號，對于研究大腦活動規(guī)律及其信息處理機(jī)制、發(fā)展神經(jīng)電生理學(xué)理論與應(yīng)用、臨床診斷評價(jià)神經(jīng)系統(tǒng)的功能以及臨床術(shù)中監(jiān)控等均具有重要意義。EP信號通常深深地湮沒在自發(fā)腦電(EEG)信號之中。因此，從強(qiáng)EEG背景噪聲中有效地提取出EP信號一直是生物醫(yī)學(xué)信號處理領(lǐng)域研究的重要問題之一。目前在臨床中廣泛應(yīng)用的相干平

2、均法存在丟失EP信號細(xì)節(jié)以及因神經(jīng)系統(tǒng)疲勞而導(dǎo)致較大測量誤差等不足。基于此問題，對EP信號快速提取方法的研究成為近年來的一個(gè)研究熱點(diǎn)與難點(diǎn)。所謂快速提取主要相對于相干平均法而言，是指對EP信號的少次提取、單次提取以及動態(tài)跟蹤等。
　　本文主要研究在單通道條件下對EP信號的快速提取算法，研究成果可以歸納如下:
　　(1)深入研究了基于稀疏表示模型的單通道EP信號少次提取問題，提出了基于混合訓(xùn)練字典的稀疏表示方法與基于聯(lián)合稀疏表

3、示的方法用于單通道EP信號的少次提取。針對已有混合字典稀疏表示中使用通用過完備字典造成的對信號成分的錯(cuò)誤劃分問題，首先根據(jù)EP與EEG信號的不同特點(diǎn)提出了基于混合訓(xùn)練字典的稀疏表示方法，通過使用其他少次觀測數(shù)據(jù)設(shè)計(jì)模板信號并訓(xùn)練分別與EP和EEG信號相適應(yīng)的過完備字典，該方法有效地減少了使用混合字典稀疏表示過程中的錯(cuò)分問題。然后提出基于聯(lián)合稀疏表示的EP信號少次提取方法，利用EP信號的準(zhǔn)周期性，同時(shí)使用少次相鄰觀測信號進(jìn)行聯(lián)合稀疏表示，

4、可以在較低的信噪比情況下更有效地提取EP信號。
　　(2)深入研究了基于時(shí)間自相關(guān)函數(shù)的單通道EP信號單次提取問題，提出了兩種基于源信號時(shí)間自相關(guān)函數(shù)的波形估計(jì)方法并用于單通道EP信號的單次提取。利用時(shí)間自相關(guān)函數(shù)帶來的信息，首先提出一種以源信號時(shí)間自相關(guān)函數(shù)作約束的波形估計(jì)方法，它利用源信號的時(shí)間自相關(guān)函數(shù)構(gòu)造非線性方程組，并借助大規(guī)模方程組的數(shù)值解法，把從信噪比較低的觀測數(shù)據(jù)中直接估計(jì)源信號這一較困難的問題，轉(zhuǎn)化成分別估計(jì)迭代

5、初始值與源信號時(shí)間自相關(guān)函數(shù)的問題。然后針對當(dāng)源信號時(shí)間自相關(guān)函數(shù)估計(jì)精度較低時(shí)，該方法需要較多計(jì)算時(shí)間的不足，又提出了基于時(shí)間自相關(guān)函數(shù)最優(yōu)化的波形估計(jì)方法。該方法能夠在估計(jì)精度與計(jì)算速度之間較好地取得平衡，更加適用于對計(jì)算效率要求較高的應(yīng)用。將以上兩種方法應(yīng)用于單通道EP信號的單次提取問題，取得了較好的效果。
　　(3)深入研究了脈沖噪聲環(huán)境下基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)模型的單通道EP信號自適應(yīng)估計(jì)問題，提出了三種韌性單通道EP信

6、號自適應(yīng)估計(jì)方法。當(dāng)臨床應(yīng)用中EP信號的背景噪聲呈現(xiàn)非高斯脈沖特性時(shí)，更加適合使用α穩(wěn)定分布來描述。針對基于最小平均p范數(shù)準(zhǔn)則的EP信號自適應(yīng)估計(jì)方法無法在α值動態(tài)變化時(shí)較好工作的不足，首先提出了基于最小平均絕對偏差準(zhǔn)則的韌性單通道EP信號自適應(yīng)估計(jì)方法，它可以在α值動態(tài)變化的情況下較好地工作。但該方法使用的二值化變換完全丟失了誤差信號的幅度信息，導(dǎo)致其無法在估計(jì)精度與收斂速度之間很好地平衡。針對該不足，又提出了基于非線性Sigmoid