脑电信号去伪迹软件的设计与实现

2020年第15期
信息与电脑
China Computer & Communication 软件开发与应用脑电信号去伪迹软件的设计与实现
赵功博1　黄缨婷1　安宏博1　贾巧妹2
（1.陕西智联脑控科技有限公司，陕西 西安　710000；2. 西北大学，陕西 西安　710000）
摘　要：脑电是在大脑皮层采集的电信号，可以反映脑神经细胞的电生理活动，通过分析脑电有助于人类在心理学和医学等领域的研究。

由于脑电易受非脑神经组织和采集设备干扰产生伪迹，影响科研人员对脑电的分析。

基于此，笔者对脑电信号去伪迹软件进行开发，首先对软件进行需求分析和概要设计，将该软件分为输入输出模块、去伪迹处理模块和人机交互界面模块，然后对3大功能模块分别进行详细设计和实现，其中去伪迹处理模块筛选了3种去伪迹技术供科研人员对比去伪迹效果。

软件采用Python 语言开发，其中人机交互界面采用wxPython。

最后，对软件的人机交互界面和去伪迹功能的进行了测试，结果表明软件可进行友好交互，且去伪迹效果较好。

关键词：脑电信号；伪迹去除；眼电伪迹；小波变换
中图分类号：TP309.3 文献标识码：A 文章编号：1003-9767（2020）15-128-03
Design and Realization of EEG Signal De-artifacting Software
Zhao Gongbo 1, Huang Yingting 1, An Hongbo 1, Jia Qiaomei 2
(1. Shaanxi Zhilian Brain Control Technology Co., Ltd., Xi'an Shaanxi 710000, China; 2. Northwest University, Xi'an Shaanxi 710000, China)Abstract: EEG is an electrical signal collected in the cerebral cortex, which can reflect the electrophysiological activity of brain nerve cells. By analyzing the EEG, it can help humans in the fields of psychology and medicine. Because EEG is susceptible to artifacts caused by interference from non-brain nerve tissues and collection equipment, it affects researchers' analysis of EEG. Based on this, this topic develops the anti-aliasing software for EEG signals. First, the software needs analysis and summary design, the software is divided into three major functional modules: input and output module, anti-aliasing processing module and human-computer interaction interface The module then designs and implements the three major functional modules in detail. The anti-aliasing processing module screens three anti-aliasing techniques: principal component analysis, independent component analysis, and wavelet threshold method for scientific researchers to compare the anti-aliasing effect. The software is developed in Python, and wxPython is used in the human-computer interaction interface. Finally, the software's human-computer interaction interface and anti-counterfeiting function are tested. The results show that the software can interact with each other and the anti-counterfeiting
effect is better.Key words: EEG signal; artifact removal; electrooculogram artifact; wavelet transform
０　引言脑电可以反映脑神经细胞的电生理活动，可以获取大量心理、生理活动和疾病等信息，通过对脑电进行分析有助于人类在心理学、生命科学和医学等领域的研究，如被应用于
临床医学来诊断癫痫疾病、脑功能的发育状况等[1-4]。

近年来，相关去伪迹算法已有长足的发展，本文设计了一款集多种去伪迹技术且友好化的脑电信号去伪迹软件。

该软件可以供科研、医生等人员便捷地进行伪迹剔除以得到纯净的脑电，可通过对比经多种去伪迹技术得到的结果来选择较好的纯净脑
电，在科研、临床医学等领域有着重大的意义。

１　脑电信号去伪迹相关技术
工频干扰和肌电伪迹等的频率在50 Hz 以上，呼吸伪迹频率较低，因此需要对脑电信号先进行带通滤波处理滤除这3种伪迹。

由于眼电与脑电频率重叠，可以采用独立成分分析、主成分分析和小波阈值法去除眼电伪迹。

下面将对这3种技
术去眼电及软件所要使用的去伪迹评价指标进行介绍。

基金项目：陕西省科学技术厅陕西省技术创新引导专项（基金）（项目编号：2020CGXNX-027）。

作者简介：赵功博(1974—)，男，陕西西安人，本科。

研究方向：自动化控制。

图１　软件框架图
2020年第15期
信息与电脑
China Computer & Communication 软件开发与应用该软件首先输入并读取原始脑电数据，将原始脑电数据的脑电图可视化（可以将读取的脑电数据进行格式转换输出文本文件格式的脑电数据），然后分别选择去伪迹处理模块的3种去伪迹技术（主成分分析、独立成分分析和小波阈值
法）对读取的原始脑电数据进行去伪迹处理，可同时可视化用3种技术去伪迹后的脑电图，将其与原始脑电图进行对比，
并结合去伪迹效果评价指标值选取其中较好的一种去伪迹结果并保存成文本文件格式。

３　结　语脑电信号去伪迹软件应用了3种脑电信号去伪迹技术，可以通过对比用户输入的脑电信号和3种去伪迹后的脑电信号，并结合去伪迹效果指标选取较好的去伪迹结果，且人机交互界面简易，易于用户操作使用。

与国内外脑电信号软件相比，该软件也有需要改进的地方，对有些脑电信号来说未能达到很好的去伪迹效果，之后可以增加去伪迹效果更好的技术，还可尝试在界面上增加相应的参数设置，使其达到更好的去伪迹效果。

参考文献[1]杨陈军.独立分量分析与小波阈值在癫痫脑电信号去噪中的应用研究[D].西安:西北大学,2017.
[2]彭凯池.基于单通道脑电信号的学习加速系统研究与
实现[D].成都:电子科技大学,2018.
[3]李明爱,刘帆.脑电中眼电伪迹的自动识别与去除[J].北京生物医学工程,2018,37(6):559-565.
[4]张姗姗.基于盲源分离的眼电伪迹去除技术研究[D].郑州:郑州大学,2014.。