本文選題：腦電信號(hào) + 眼電偽跡　； 參考：《自動(dòng)化學(xué)報(bào)》2017年10期

【摘要】：由眨眼和眼動(dòng)產(chǎn)生的眼電偽跡(Electrooculography,EOG)信號(hào)是腦電信號(hào)(Electroencephalography,EEG)中的主要噪聲信號(hào)之一.目前,多通道腦電信號(hào)中眼電偽跡的去除算法已經(jīng)較為成熟.而在單通道腦電信號(hào)的眼電偽跡去除中,由于采集通道數(shù)量較少且缺乏參考眼電信號(hào),目前尚無(wú)十分有效的去除方法.本文提出一種基于小波變換(Wavelet transform,WT)、集合經(jīng)驗(yàn)?zāi)B(tài)分解(Ensemble empirical mode decomposition,EEMD)和獨(dú)立成分分析(Independent component analysis,ICA)的WT-EEMD-ICA單通道腦電信號(hào)眼電偽跡去除算法.實(shí)驗(yàn)表明:WT-EEMD-ICA算法有效地解決了單通道WT-ICA算法中的超完備問(wèn)題,能夠有效去除單通道腦電信號(hào)中的眼電偽跡,并且分離出的眼電偽跡成分與參考通道采集的眼電信號(hào)相關(guān)性較強(qiáng).
[Abstract]:Electrooculography EOG (EOG) signal produced by blink and eye movement is one of the main noise signals in EEG electroencephalography (EGG). At present, the removal algorithm of Eye-electric artifacts in multichannel EEG signals has been more mature. However, there is no effective method for the removal of Eye-electric artifacts in single-channel EEG because of the small number of collecting channels and the lack of reference Eye-signals. In this paper, an Eye-artifact removal algorithm for WT-EEMD-ICA single-channel EEG based on wavelet transform WTA, empirical mode decomposition (EMD) and independent component analysis (ICA) is proposed. The experimental results show that the one-channel WT-ICA algorithm can effectively remove the Eye-electric artifacts from the single-channel EEG signals, and the components of the separated Eye-EEG artifacts have strong correlation with the Eye-electric signals collected by the reference channels. The proposed algorithm can effectively solve the problem of supercompleteness in the single-channel WT-ICA algorithm and can effectively remove the Eye-electric artifacts from the single-channel EEG signals.
【作者單位】： 哈爾濱工業(yè)大學(xué)電氣工程及自動(dòng)化學(xué)院;61135部隊(duì);哈爾濱醫(yī)科大學(xué)基礎(chǔ)醫(yī)學(xué)院;
【基金】：國(guó)家自然科學(xué)基金(61301012) 哈爾濱市科技創(chuàng)新人才研究專項(xiàng)資金(2015RAXXJ038) 中央高�；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)資金(2013004,2013005)資助~~
【分類號(hào)】：TN911.7

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 董盟盟;仲軼;徐潔;戴體俊;劉功儉;;基于小波分析的腦電信號(hào)處理[J];電子設(shè)計(jì)工程;2012年24期

2 ;《小樣本腦電信號(hào)處理系統(tǒng)》通過(guò)部級(jí)鑒定[J];北京工業(yè)學(xué)院學(xué)報(bào);1988年03期

3 梅村，，張玉艷，婁瑜;腦電信號(hào)的壓縮與恢復(fù)[J];北京郵電大學(xué)學(xué)報(bào);1995年04期

4 吳芝芳,孔蘭,鄭旭媛,李軍,陳世峻,陶華英;提取腦電信號(hào)的新方法研究─—自適應(yīng)卡爾曼濾波[J];信號(hào)處理;1994年04期

5 吳莎;李錦;張明麗;王俊;;基于改進(jìn)的符號(hào)轉(zhuǎn)移熵的心腦電信號(hào)耦合研究[J];物理學(xué)報(bào);2013年23期

6 王敏;張曉;張春峰;張麗君;;自由活動(dòng)動(dòng)物的腦電信號(hào)分析與識(shí)別[J];山東科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年03期

7 陳力,吳祈耀;雙譜分析在腦電信號(hào)處理中的應(yīng)用[J];北京理工大學(xué)學(xué)報(bào);1992年03期

8 張仁龍;馬文麗;姚文娟;鄭文嶺;梁斌;;基于小波包變換對(duì)腦電信號(hào)的分析和處理[J];電子測(cè)量技術(shù);2007年03期

9 吳美云;吳美麗;張桂蕓;;音樂(lè)認(rèn)知腦電信號(hào)處理方法研究[J];哈爾濱師范大學(xué)自然科學(xué)學(xué)報(bào);2012年01期

10 楊浩，周守昌，王桂蘭;腦電信號(hào)混沌態(tài)的研究[J];重慶大學(xué)學(xué)報(bào)(自然科學(xué)版);1995年01期

相關(guān)會(huì)議論文 前6條

1 張?chǎng)?范勇;蔣田仔;;基于腦電信號(hào)構(gòu)建腦網(wǎng)絡(luò)[A];第一屆全國(guó)神經(jīng)動(dòng)力學(xué)學(xué)術(shù)會(huì)議程序手冊(cè) & 論文摘要集[C];2012年

2 高克芳;;基于小波包和樣本熵的腦電信號(hào)的分類方法研究[A];2011年通信與信息技術(shù)新進(jìn)展——第八屆中國(guó)通信學(xué)會(huì)學(xué)術(shù)年會(huì)論文集[C];2011年

3 周紅標(biāo);;基于小波包變換和最小二乘支持向量機(jī)的癲癇腦電信號(hào)識(shí)別[A];中國(guó)自動(dòng)化學(xué)會(huì)控制理論專業(yè)委員會(huì)C卷[C];2011年

4 陳蘭嵐;王蓓;鄒俊忠;王行愚;;腦力疲勞與放松訓(xùn)練的腦電信號(hào)實(shí)時(shí)評(píng)價(jià)系統(tǒng)[A];2009年中國(guó)智能自動(dòng)化會(huì)議論文集（第三分冊(cè)）[C];2009年

5 黃雯;郭建中;;基于壓縮感知的腦電信號(hào)預(yù)處理[A];2012'中國(guó)西部聲學(xué)學(xué)術(shù)交流會(huì)論文集(Ⅱ)[C];2012年

6 王嬈芬;張建華;王行愚;;基于ICA和FCM算法的操作員腦電信號(hào)眼電偽跡自動(dòng)去除研究[A];中國(guó)自動(dòng)化學(xué)會(huì)控制理論專業(yè)委員會(huì)B卷[C];2011年

相關(guān)博士學(xué)位論文 前10條

1 彭宏;普適化腦電信息感知關(guān)鍵問(wèn)題的研究[D];蘭州大學(xué);2015年

2 馬小飛;認(rèn)知任務(wù)下的腦電動(dòng)力學(xué)分析[D];南京大學(xué);2017年

3 孫宇舸;腦—機(jī)接口系統(tǒng)中腦電信號(hào)處理方法的研究[D];東北大學(xué);2012年

4 陳東偉;非線性動(dòng)力學(xué)、因果腦網(wǎng)絡(luò)與聚類穩(wěn)定性在腦電信號(hào)分析中的應(yīng)用研究[D];太原理工大學(xué);2015年

5 石立臣;基于腦電信號(hào)的警覺(jué)度估計(jì)研究[D];上海交通大學(xué);2012年

6 汪春梅;癲癇腦電信號(hào)特征提取與自動(dòng)檢測(cè)方法研究[D];華東理工大學(xué);2011年

7 邊志杰;糖尿病患者遺忘型輕度認(rèn)知功能損害的腦電信號(hào)分析[D];燕山大學(xué);2014年

8 袁野;癲癇腦電的非線性方法分析[D];吉林大學(xué);2009年

9 王永軒;事件相關(guān)腦電信號(hào)單導(dǎo)少次提取與分類算法[D];大連理工大學(xué);2013年

10 袁琦;癲癇腦電的分類識(shí)別及自動(dòng)檢測(cè)方法研究[D];山東大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 曹銘;意識(shí)障礙患者腦電信號(hào)的非線性動(dòng)力學(xué)評(píng)價(jià)分析[D];杭州電子科技大學(xué);2012年

2 薛吉星;多通道腦電信號(hào)采集與處理系統(tǒng)研究[D];華南理工大學(xué);2015年

3 劉靜;基于加權(quán)排序熵的多通道腦電信號(hào)同步算法研究[D];燕山大學(xué);2015年

4 陳澤濤;基于腦電信號(hào)分析的AD早期評(píng)估系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];燕山大學(xué);2015年

5 王歡;基于非平穩(wěn)時(shí)間序列分析方法的腦電信號(hào)模式識(shí)別[D];蘇州大學(xué);2015年

6 王瓊穎;腦電信號(hào)的非線性動(dòng)力學(xué)分析及其在睡眠分期中的應(yīng)用[D];哈爾濱工業(yè)大學(xué);2015年

7 高龍;基于EEG信號(hào)的人體狀態(tài)測(cè)量研究[D];電子科技大學(xué);2015年

8 王輝;基于知識(shí)累積的腦電信號(hào)分類研究[D];哈爾濱工業(yè)大學(xué);2015年

9 李俊偉;基于想象運(yùn)動(dòng)思維的腦電信號(hào)分析研究[D];河南科技大學(xué);2015年

10 付蓉;用于腦機(jī)接口的腦電信號(hào)數(shù)據(jù)采集系統(tǒng)設(shè)計(jì)[D];南昌大學(xué);2015年

本文編號(hào)：1819593