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。