扩展的卡尔曼滤波在近红外光谱提取脑血流信号中的研究

作     者：刘颂阳 刘光达 刘卓娅 邱吉庆 蔡靖 朱展鹏 张程 齐远 张尚 LIU Song-yang;LIU Guang-da;LIU Zhuo-ya;QIU Ji-qing;CAI Jing;ZHU Zhan-peng;ZHANG Cheng;QI Yuan;ZHANG Shang

作者机构：吉林大学吉林长春130061 吉林大学珠海学院广东珠海519041 吉林大学第一医院吉林长春130061 

基　　金：吉林省科技发展计划项目(20190303043SF) 长春市医药健康产业发展科技攻关专项(17YJ009) 广东省青年创新人才项目(2017GkQNCX072)资助 

出 版 物：《光谱学与光谱分析》 (Spectroscopy and Spectral Analysis)

年 卷 期：2020年第40卷第7期

页      码：2048-2053页

摘      要：脑血流中的血红蛋白有两种:氧合血红蛋白(HbO2)和还原血红蛋白(HbR)。这两种血红蛋白在脑血流中浓度的变化可以反应脑部神经活动,提取其浓度变化信号可以为如癫痫病灶定位、抑郁等相关疾病的诊断和治疗提供依据和参考。目前,使用近红外光谱提取脑血流信号的算法有EEMD-ICA法主成分分析法(PCA)、独立成分分析法(ICA)、相干平均法、自适应滤波等,这些算法在对近红外脑神经活动信号提取时都有各自的特点和优势,但都重视如呼吸、眼动等各种生理干扰,忽视了测量过程中符合高斯分布的测量干扰,如仪器精密度、信号传输中的串扰等。为了提取脑血流中氧合血红蛋白(HbO2)和还原血红蛋白(HbR)浓度变化信号,设计了功能性近红外光谱(fNIRS)的脑血流参数采集装置,选择波长为750和830 nm的二极管近红外光源采集脑部血流变化信号,采用扩展的卡尔曼滤波(EKF)算法,把生理干扰和测量干扰建立对应的数学模型,使用基于误差平方和最小的原理进行递归计算,通过对下一时刻系统的初步状态估计以及测量得出的反馈相结合,得到该时刻无限逼近真实值的状态估计,结合修正的朗伯比尔定律(Lambert-Beer law),将光密度信号的变化转换为氧合血红蛋白(HbO2)和还原血红蛋白(HbR)浓度变化信号。结果表明:所提方法可以有效去除符合高斯分布的测量干扰,在Valsava实验和视觉诱发实验中,可以提取出脑血流中氧合血红蛋白(HbO2)和还原血红蛋白(HbR)浓度变化曲线,和主流的EEMD提取脑信号算法比对其RMSE值提高了0.96%,r值提高了0.6%,表明提出的方法有一定的优越性。所提方法为相关脑部疾病诊断等提供了有效的脑神经活动探测方法。

主 题 词：EKF算法 fNIRS Valsava实验 视觉诱发 血红蛋白 

学科分类：0810[工学-土木类] 08[工学] 080401[080401] 0804[工学-材料学] 080402[080402] 0703[理学-化学类] 0835[0835] 081002[081002] 0702[理学-物理学类] 

核心收录：

D　O　I：10.3964/j.issn.1000-0593(2020)07-2048-06

馆 藏 号：203945955...