通过添加肌电来源去除肌电图（ERASE）——一种基于ICA的从EEG中去除肌电伪迹的新算法（第二部分）
信号处理
2020-07-08 v1
摘要
从接受过半颅骨切除术的创伤性脑损伤（TBI）患者的脑电图（EEG）中提取与运动相关的高伽马（80-160 Hz）活动仍然具有挑战性，因为其与面部和头部运动相关的表面肌电图（EMG）伪迹在频带上有混淆性重叠。在第一部分中，我们描述了一种用于从EEG中去除EMG伪迹的增强独立成分分析（ICA）方法，并称之为通过添加肌电来源减少肌电图（ERASE）。在此，我们在六名接受半颅骨切除术的TBI患者执行拇指屈曲任务时记录的EEG上测试了ERASE。ERASE平均去除了52±12%（均值±标准误）（最大73%）的EMG伪迹。相比之下，传统ICA平均去除了27±19%（均值±标准误）的EEG中EMG伪迹。特别地，在应用ERASE后，半颅骨切除部位对侧手部运动皮层区域的高伽马同步性显著改善。我们计算了各通道EEG高伽马的分形维数（FD）。我们发现应用ERASE后半颅骨切除区域高伽马的相对FD与手指屈曲力幅度强相关。结果显示，与拇指屈曲相关的电极上显著相关系数平均达0.76，而在非半颅骨切除区域的同源电极中系数近乎为0。所有受试者中，应用ERASE后与力显著相关的电极平均有83%位于半颅骨切除区域。传统ICA后，仅有19%的显著相关电极位于半颅骨切除区域。这些结果表明，该新方法在选择性去除混淆性EMG伪迹的同时，分离出了手指运动激活期间的电生理特征。
引用
@article{arxiv.2007.03136,
title = {Electromyogram (EMG) Removal by Adding Sources of EMG (ERASE) -- A novel ICA-based algorithm for removing myoelectric artifacts from EEG -- Part 2},
author = {Yongcheng Li and Po T. Wang and Mukta P. Vaidya and Charles Y. Liu and Marc W. Slutzky and An H. Do},
journal= {arXiv preprint arXiv:2007.03136},
year = {2020}
}