聯(lián)合改進CEEMD與近似熵的腦電去噪方法
[Abstract]:Aiming at the problem of modal screening deviation in EEG denoising by existing complete population empirical mode decomposition (EMD) methods, a new method of EEG (EEG) signal de-noising is proposed by combining the improved complete total empirical mode decomposition (ICEEMD) and approximate entropy. The EEG signal is decomposed by ICEEMD and a series of intrinsic mode functions (IMF), are obtained. Then the approximate entropy of IMF is calculated respectively. The IMF with the largest approximate entropy is compared and selected as the denoised signal. The experimental results based on analog signals and real EEG signals show that the proposed method can obtain more clear and stable denoising results than the complete empirical mode decomposition method with adaptive noise. It also solves the problems of denoising and false mode caused by blind selection of IMF.
【作者單位】: 南京理工大學(xué)電子工程與光電技術(shù)學(xué)院;中國科學(xué)院蘇州生物醫(yī)學(xué)工程技術(shù)研究所;哈爾濱理工大學(xué);首都醫(yī)科大學(xué)宣武醫(yī)院神經(jīng)內(nèi)科;
【基金】:國家“863”計劃項目(2015AA020514) 國家自然科學(xué)基金(61301042) 中國科學(xué)院百人計劃項目 江蘇省自然科學(xué)基金(BK2012189) 蘇州市醫(yī)療器械與新醫(yī)藥專項(ZXY201426) 2014年度中法“蔡元培”交流合作項目(201404490123) 腦功能疾病調(diào)控治療北京市重點實驗室開放課題
【分類號】:R318;TN911.7
【相似文獻】
相關(guān)期刊論文 前9條
1 趙麗,萬柏坤,綦宏志,楊春梅;近似熵應(yīng)用于老年性癡呆患者腦電研究[J];北京生物醫(yī)學(xué)工程;2003年02期
2 江朝暉,馮煥清,謝丹;睡眠腦電的信息熵和近似熵[J];中國醫(yī)療器械雜志;2004年02期
3 董國亞,吳祈耀;近似熵和復(fù)雜度應(yīng)用于睡眠腦電研究的比較[J];中國醫(yī)療器械雜志;1999年06期
4 陳琳;黃江;潘海鴻;;培養(yǎng)神經(jīng)元網(wǎng)絡(luò)自發(fā)活動規(guī)律性和復(fù)雜度分析[J];湖北大學(xué)學(xué)報(自然科學(xué)版);2009年04期
5 徐進,鄭崇勛,和衛(wèi)星;基于腦電近似熵分析的麻醉深度監(jiān)測研究[J];航天醫(yī)學(xué)與醫(yī)學(xué)工程;2004年03期
6 田絮資;王偉榮;黃力宇;;不同腦負荷腦電特征的近似熵表征研究[J];西北大學(xué)學(xué)報(自然科學(xué)版);2007年04期
7 李永強;逯鵬;王治忠;;近似熵在大鼠狀態(tài)識別中的應(yīng)用[J];華僑大學(xué)學(xué)報(自然科學(xué)版);2010年04期
8 朱志茹,隋建峰,高潔,熊鷹,張長城,張光輝,李希成;獼猴海馬參與痛覺感受與調(diào)制過程中的非線性信息編碼探索[J];第三軍醫(yī)大學(xué)學(xué)報;2003年03期
9 ;[J];;年期
相關(guān)會議論文 前1條
1 劉慧;和衛(wèi)星;陳曉平;;生物時間序列的近似熵和樣本熵方法比較[A];第二屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2004年
相關(guān)碩士學(xué)位論文 前1條
1 徐秋晶;基于腦電熵參數(shù)的視覺注意力分級研究[D];天津大學(xué);2009年
,本文編號:2235297
本文鏈接:http://sikaile.net/kejilunwen/xinxigongchenglunwen/2235297.html