鎖相刺激技術在神經機制研究及臨床治療中具有很好的應用前景,但需解決腦電信號（EEG）和刺激信號之間相位鎖定的問題。由于EEG復雜的時變性,目前還缺乏用于實現(xiàn)與EEG鎖相的有效刺激算法。為此,提出基于變分模態(tài)分解（VMD）和自回歸（AR）預測的鎖相刺激方法。首先對采集的EEG進行VMD處理,得到多個本征模態(tài)信號;然后對每個本征模態(tài)信號采用AR模型進行預測,將所有模態(tài)對應的預測值疊加;最后依據(jù)疊加結果的頻率和相位特征,生成與EEG鎖相的刺激。分別對模擬EEG和20名受試者（年齡20～36歲,男性12名,女性8名）的睜、閉眼靜息態(tài)EEG進行測試。結果表明,VMD-AR方法能很好地克服EEG非平穩(wěn)性的影響而生成具有更高鎖相值（PLV）的刺激;預測時長從0.01 s增大至0.4 s時,睜眼EEG的PLV從0.99減小至0.39,閉眼EEG的PLV從0.99減小至0.65;建模時長從0.25 s增大至2.5 s時,睜眼EEG的PLV從0.64增大至0.83,閉眼EEG的PLV從0.53增大至0.65;在所有測試條件下,VMD-AR方法的鎖相性能均優(yōu)于AR和基于經驗模態(tài)分解的AR方法EMD-AR。該... 

【文章來源】：儀器儀表學報. 2020,41(05)北大核心

【文章頁數(shù)】：9 頁

【部分圖文】：

EEG采集系統(tǒng)

對1名受試者3 s時長的睜眼EEG進行窄帶濾波后,剔除前0.2 s,余下2.8 s的數(shù)據(jù)。從2.8 s的數(shù)據(jù)中取前0.7 s用于AR建模(建模時長為待處理數(shù)據(jù)長度的1/4,以下計算相同)。預測時長為0.2 s。各部分的計算結果如圖2所示。為顯示清晰,僅展示1 s的結果。EEG 經過EMD和VMD分解后得到多個本征模態(tài)分量,對多個模態(tài)分量進行疊加就得到重構信號。圖 2(a)所示為濾波EEG和由EMD、VMD得到的重構EEG波形�？梢钥吹�,重構EEG與濾波EEG基本吻合。說明兩種方法分解出的多模態(tài)分量均能很好地還原出原信號,后續(xù)可以采用這兩種方法進行EEG分解。

不同預測時長下,AR、EMD-AR和VMD-AR的

【參考文獻】：
期刊論文
[1]變分模態(tài)分解和同步擠壓小波變換識別時變結構瞬時頻率[J]. 劉景良,鄭錦仰,林友勤,邱仁輝,駱勇鵬.  振動與沖擊. 2018(20)
[2]基于變分模態(tài)分解和FABP的短期電力負荷預測[J]. 張淑清,宿新爽,陳榮飛,劉婉,左一格,張赟.  儀器儀表學報. 2018(04)
[3]基于總體經驗模態(tài)分解的多類特征的運動想象腦電識別方法研究[J]. 楊默涵,陳萬忠,李明陽.  自動化學報. 2017(05)
[4]癲癇發(fā)作瞬態(tài)帶寬特征自適應檢測方法[J]. 張鵬博,王雪,張蔚航,戴逸翔.  儀器儀表學報. 2016(06)
[5]一種閉環(huán)式神經電刺激系統(tǒng)的設計[J]. 封洲燕,陳丹,肖乾江.  儀器儀表學報. 2012(02)



本文編號：3065073