论文部分内容阅读
脑科学研究是当前生物医学领域的前沿和重点工作内容,能促进我们进一步认识大脑和开发大脑。随着科技的发展,脑电信号(EEG)和功能性核磁共振成像(fMRI)由于各自在时间和空间分辨率上的优势,同步EEG-fMRI融合研究能够将两者的优势充分结合,无创地对大脑进行观测,为脑源定位、观测大脑活动机制等领域提供多模态的分析。但是,由于核磁环境中有巨大的磁场强度,会导致脑电信号完全“淹没”在核磁伪迹中。而伪迹成分主要有梯度伪迹和心电伪迹两种。如何去除这两种伪迹成分,是同步EEG-fMRI融合研究中必须先解决的问题。首先,本文分析了梯度伪迹和心电伪迹的产生原因和各自的特征。梯度伪迹是随着磁共振扫描仪磁场翻转引入的,大致以一个slice的时间长度为周期。而心电伪迹的频率幅值与心电信号接近。通过观察心电信号的波形图,对心电信号进行R波检测,发现心电信号具有一定的周期性,但各个周期的波形有较大的差异。通过对心电信号进行波峰检测,可以求出心电信号中各个R波间的间隔时间。其次,本文提出了在线去除伪迹算法。对于梯度伪迹,我们提出了结合相关系数和特征值大小来构建最优基,通过改进的最优基组法来进行在线去除梯度伪迹。并将此算法跟传统的去除梯度伪迹算法进行对比,验证本算法在线去除梯度伪迹的有效性。对于心电伪迹,我们提出了基于聚类-OBS算法来去除心电伪迹。通过以各个心电伪迹周期为特征进行聚类分析,对各个聚类分别求心电伪迹模板,然后利用最优基组法对各个聚类中的信号进行去除心电伪迹,最后重构去伪迹后的脑电信号。通过对比本文算法和其他常用的去心电算法,从多个指标进行评估,验证了本文算法的有效性。最后,将本文提出的去伪迹算法应用于同步EEG-fMRI脑机接口系统的在线实验中,通过搭建同步EEG-fMRI脑机接口在线实验平台,采用基于P300信号的字符输入实验范式进行实验。对比本文算法和其他算法实验结果的准确率,验证本文算法的有效性。通过本文的研究,能够为以后同步EEG-fMRI融合研究打下坚实的基础。