一种基于DIVA模型的脑电信号处理方法

摘要

本发明公开了一种基于DIVA模型的脑电信号处理方法，该方法通过DIVA模型模拟生成的fMIR数据对脑电信号进行定位分析，并使用独立成分分析方法简化实际计算的复杂度，克服了非侵入式脑电信号分辨率低、干扰大的缺点。本发明使用DIVA模型产生的fMIR数据对EEG数据进行融合处理，克服了脑电信号空间分辨率低、信号干扰大、信噪比很低的问题。通过ICA的预处理，减小了运算的复杂性，在很大程度上克服了等效偶极子定位算法对于噪声的敏感。最后，利用本方法对真实实验数据进行处理，得到的结论符合生理学事实。本方法为汉语神经分析系统中的脑电信号处理问题提供了可行的解决方案，为今后汉语语音生成与获取相关研究奠定了基础。

主权项

一种基于DIVA模型的脑电信号处理方法，其特征在于，利用DIVA模型产生的功能性核磁共振数据对脑电信号进行融合处理，包括以下步骤：步骤一、通过非侵入式脑机接口提取发音过程中的脑电信号数据，对采集到的脑电信号数据进行预处理；步骤二、基于DIVA模型提供的用户接口对声道参数进行设置，使DIVA模型进行模拟发音，获得fMRI数据；将fMRI数据输入统计绘图工具SPM中进行分析，采用12参数的仿射变换对fMRI数据进行归一化处理，再将处理后的图像与高分辨率的结构图像进行配准，并归一到MNI的空间，然后利用三维高斯函数对经过上述归一化处理的数据做空间平滑处理；步骤三、对经过步骤一处理的脑电信号数据进行初步的白化或球化处理，去除各观测信号之间的相关性，然后利用ICA方法对脑电信号数据进行处理，得出最优的变换矩阵，进而恢复信号源矩阵，从脑电信号数据中分离出有效的成分，每个有效的成分对应一个偶极子；步骤四、结合头部模型及其传导系数，对每一个提取的有效的成分求解最优的偶极子配置，使得由上述偶极子产生的头皮电场分布与测量到的头皮电场分布在均方意义下最小，将fMRI数据中的激活点位置作为寻找偶极子位置的种子点，在fMRI数据限定源的可能空间中求解全局最优解；步骤五、将融合处理后的结果输出。