Analýza použitelnosti metody kanonické korelační analýzy pro odstranění EMG artefaktu z EEG záznamu

Abstract

EEG (elektroencefalografie) měří elektrický signál na povrchu hlavy, který se neskládá pouze z elektrické aktivity mozku, ale také z artefaktů. Artefakt je elektrický signál, který nepochází z mozku. Kanonická korelační analýza (CCA) je jedna z metod, které se mohou využít pro odstranění svalového artefaktu. Cílem této práce bylo navrhnout a zrealizovat metodu CCA pro odstranění svalového artefaktu a následně otestovat její funkčnost na simulovaných datech a na reálném EEG záznamu obsahujícím svalový artefakt. Metodu CCA jsem navrhl v programovacím prostředí MATLAB a výsledky u reálných EEG záznamů jsem analyzoval pomocí neparametrického párového Wilcoxonova testu, kdy jsem testoval rozdíl v maximu spektra pro 2 frekvenční pásma, pod a nad 30 Hz u signálů před a po použití metody CCA. Pravostranný test ukázal, že na hladině významnosti 10 % mohu tvrdit, že maxima výkonového spektra nad 30 Hz se významně statisticky zmenšila. Při větším počtu vzorků bych mohl zamítnout nulovou hypotézu pro data pod 30 Hz, to by znamenalo, že by se významně statisticky zmenšila maxima výkonového spektra pro data pod 30 Hz. Metoda CCA tedy odstraňovala svalový artefakt, ale krom toho nejspíš také ovlivňovala fyziologické mozkové vlny.

EEG (Electroencephalography) measures the electrical signal on the surface of the head, which not only consists of the electrical activity of the brain but also of the artifacts. An artifact is an electrical signal that does not come from the brain. Canonical Correlation Analysis (CCA) is one method that can be used to remove a muscle artifact. The aim of this work was to design and implement the CCA method for the removal of the muscular artifact and subsequently to test its functionality on simulated data and a real EEG record containing a muscular artifact. CCA method I suggested in MATLAB programming environment and I analyzed the results with actual EEG recordings using nonparametric paired Wilcoxon test when I tested the difference in the maximum spectrum for two frequency bands above and below 30 Hz of signals before and after applying CCA. The right-hand test showed that at the 10 % level of significance, it can be argued that the maximum power spectrum over 30 Hz significantly decreased statistically. With a larger number of samples, I could reject the zero hypothesis for data below 30 Hz, which would mean that the maximum power spectrum for data below 30 Hz would be significantly reduced. Thus, the CCA method removed the muscular artifact, but also influenced physiological brain waves.