使用小波去噪消除EEG对MIT的影响 肖志利 张潍 王洪泉
目 录 前言 小波变换及去噪 EEG对MIT的影响及消除 结论
1. 前言 （1）电磁层析成像 （2）电磁层析成像的优势 电磁层析成像（Magnetic Induction Tomography，简称MIT）是 基于电磁感应原理和涡流检测原理的电学层析成像技术。 （2）电磁层析成像的优势 非接触性 利于连续监护 中心敏感性
1. 前言 （3）脑电信号对电磁层析成像的影响分析 MIT检测原理 MIT检测系统结构 在激励线圈中通入的交变电流，激励线圈在物场空间产生出交变的激励主磁场，由于被测物质的导电性和导磁性，在物场中产生新的涡流场，在该涡流影响下，出现新的次级磁场，分布在物场空间边界的检测线圈以感应的方式获得磁场的分布信息。通过对激励电路的控制，改变激励磁场的激励方向，可得到多个投影方向的检测信息，在数据处理电路获取这些信息后，重建出被测空间中导电和导磁物质的分布图像；最后由图像特征参数提取单元获得物场的分布参数，如生物体组织的电导率，多相流测量中的相含率等。 （3）脑电信号对电磁层析成像的影响分析
2.小波变换及去噪 （1）小波变换： 傅里叶变换： 小波变换： “小” “波” 高频处时间细分，低频处频率细分 DbN是紧支撑标准正交小波。 “小波”就是小的波形。所谓“小”是指它具有衰减性；而称之为“波”则是指它的波动性，其振幅正负相间的震荡形式。 它通过伸缩因子a和平移因子b的运算对信号(函数)逐步进行多尺度细化，最终达到高频处时间细分，低频处频率细分，能自动适应时频信号分析的要求，从而可聚焦到信号的任意细节 DbN是紧支撑标准正交小波。消失距阶数为N，小波函数和尺度函数的有效支撑长度为2N-1 高频处时间细分，低频处频率细分 DbN是紧支撑标准正交小波。 有效支撑长度17，消失距阶数为9
2.小波变换及去噪 （2）小波运算步骤： 选择小波函数 小波与信号对齐 C越大，就意味此刻信号与所选择的小波函数波形越相近 求小波系数C 小波沿时间平移 小波沿尺度伸缩 1 选择小波函数，将小波与要分析的信号起始点对齐； 2 计算在这一刻要分析的信号与小波函数的逼近程度，即小波变换系数C，C越大，就意味着此刻信号与所选择的小波函数波形越相近 3将小波函数沿时间轴向右移动一个单位时间，重复12，求出此时的C，知道覆盖完整个信号长度 4将小波函数尺度伸缩一个单位，然后重复123 5对所有的尺度伸缩重复1234 小波系数
2.小波变换及去噪 （3）小波阈值去噪： 硬阈值： 软阈值： 不连续，产生震荡 不震荡，存在恒定偏差 去除脑电信号带来的噪声 小波阈值去噪中估计小波系数的硬阈值和软阈值方法 j为尺度 去除脑电信号带来的噪声
3. EEG对MIT的影响及消除 （1）脑电信号： 20s 频率在几十赫兹
3. EEG对MIT的影响及消除 （2）脑电产生的检测信号： MIT的激励信号为1KHz 仿真采集频率20kHz EEG的采样频率为1kHz，而仿真中时域数据的采集频率为20kHz，所以要对EEG的信号进行插值处理，此处采用 插值 只有脑电信号时，边界电压值的波形，这是由于电磁感应导致的，波形一直处于波动状态，由于改波形的特点， MIT的激励信号为1KHz 仿真采集频率20kHz
3. EEG对MIT的影响及消除 （3）EEG对MIT检测信号的影响： 有EEG扰动时MIT检测信号 无EEG扰动时MIT检测信号 正弦变化的激励应该产生正弦变化的检测信号，但由于EEG的存在，对MIT的检测信号产生干扰，比较有EEG干扰和没有EEG干扰的检测信号。 小波系数比较。 想办法去除干扰 有EEG扰动时MIT检测信号 无EEG扰动时MIT检测信号 正弦变化的激励应该产生正弦变化的检测信号，但由于EEG的存在，对MIT的检测信号产生干扰
3. EEG对MIT的影响及消除 （3）EEG对MIT检测信号的影响： 小波函数是Db9小波，8层小波分解 将信号进行8层小波分解，小波函数是Db9小波，选择的原因是因为检测信号的波形，分解层数是根据脑电信号频率和MIT数据采集频率选择的 想办法去除干扰 有EEG扰动时MIT检测信号的小波近似信号 无EEG扰动时MIT检测信号的小波近似信号
3. EEG对MIT的影响及消除 （3）EEG对MIT检测信号的影响： 有EEG扰动时MIT检测信号的小波细节信号 想办法去除干扰 有EEG扰动时MIT检测信号的小波细节信号 无EEG扰动时MIT检测信号的小波细节信号
3. EEG对MIT的影响及消除 （4）小波去噪消除EEG对MIT检测信号的影响： 软阈值 去噪前error=0.0595 使用小波去噪对信号处理，处理之后与没有EEG信号干扰时的纯净信号作比较。Db9 去噪后error=0.0587
3. EEG对MIT的影响及消除 （4）小波去噪消除EEG对MIT检测信号的影响： 低频系数设置为0 去噪前error=0.0595 使用小波去噪对信号处理，处理之后与没有EEG信号干扰时的纯净信号作比较。Db9 去噪后error= 0.0353
3. EEG对MIT的影响及消除 （5）评价 1 小波去噪针对高频噪声，用在此处低频去噪感觉效果不是很好。 1 小波去噪针对高频噪声，用在此处低频去噪感觉效果不是很好。 2 小波的优势体现在处理非周期信号，MIT检测信号属于正弦周期信号
4. 结论 在现有的仿真条件下，经小波分析可知脑电信号会对电磁层析成像产生影响，经小波去噪后该影响可得到改善。