基于小波变换的脑磁图信号消噪方法的研究.docVIP

 基于小波变换的脑磁图信号消噪方法的研 究# 卢青* 5 10 15 （东南大学学习科学研究中心，南京，210096） 摘要：在脑磁图的研究中，噪声对脑磁源定位的准确性有很大的影响。本文通过小波变换和 巴特沃斯滤波两张方法对字色一致(Stroop)刺激模式下脑磁平均信号进行消噪，并进一步利 用电流源分布法重建 3D 脑激活分布来比较去噪效果。结果显示,小波变换后重建结果和心理 学结论更为一致。这表明，小波变换下的消噪分析是脑磁信号处理的一种可行的方法。 关键词：生物医学工程；脑磁图 ; 小波变换 ; 去噪 中图分类号：R312 Denoising Agorithm of Magnetoencephalographic Data Using Wavelet Transform LU Qing (Research Center of Learning Science, Southeast university,Nanjing,China,210096) Abstract: In the study of localization of the Magnetoencephalography(MEG) sources, the noise has a great influence to the accuracy. To verify the de-noising performance via the congruent 20 25 30 35 color-words Stroop paradigm averaged MEG signals, two methods including wavlet-based and butterworth filter were compared by reconstructing 3D source activations over brain regions. The results showed that the method can remove noise signals with better smoothness and consist with the conclusions of psychology. It suggests that the wavelet transform-based de-noising analysis is an effective method for MEG signal processing. Key words: Biomedical Engineering; Magnetoencephalography(MEG); Wavelet Transform ; De-noising; 0 引言 脑磁图(MEG)是一种无创，非侵入式的脑功能成像技术，以毫秒级的时间分辨率记录大 脑神经活动，又能以毫米级的空间分辨率定出信号源的位置。脑磁图与 MRI 图像融合形成 磁源性影像(MSI)能对脑磁源进行精确定位。在脑磁定位问题中，噪声是影响定位准确的重 要原因。脑磁图的噪声主要来自以下方面[1]：环境噪声，仪器设备的白噪声以及测试时人体 内部的那些与事件不相关的生理信号，如自发的脑活动，心脏的电活动，眨眼和其它肌电活 动等。传统的从强大的随机背景噪声中提取出微弱的有用信号的方法被称作“迭加平均”。但 是，经过迭加平均后，大量的加性噪声仍然存在。 小波变换是一种信号的时频分析，它具有多分辨率的特点，可以方便地从混有强噪声的 信号中提取原始信号。小波分析运用在信号去噪处理，主要表现在以下方面[2]：针对信号经 小波变换后在不同分辨率下呈现不同规律，在不同分辨率下设定不同阈值，调整小波系数， 达到去除噪声的目的。 基金项目：教育部博士点新进教师基金（200802861079） 作者简介：卢青（1978-），女，副研究员，主要研究方向：脑图像信号处理与建模. E-mail: luq@ -1-  40  本文应用小波阈值去噪，对脑磁平均信号进行去噪，与 SPM8 中自带的巴特沃斯滤波去 噪进行比较(http://www.fil.ion.ucl.ac.uk/spm)，并进一步结合电流源分布法重建 3D 脑激活分 布图，分析小波阈值去噪的效果。 1 方法 45  1.1  受试者 5 名健康志愿者（2 男 3 女），年龄 19~32 岁。被试均为右利手，视力正常，无色盲或 色弱，智力正常，无其它精神病患。本研究经南京医科大学医学伦理委员会同意, 均签署知 情同意书。 1.2  实验设计 本实验采用 Stroop 启动范式，所用到的刺激材料是包含三个词色一致的颜色字（红、 50 55 蓝、绿）组成的图片，白色背景，三个