本文關鍵詞：眼電偽跡自動識別與去除的新方法，，由筆耕文化傳播整理發(fā)布。

【摘要】：為了改善腦電中的眼電偽跡過估計問題及環(huán)境干擾耦合引起的非線性混合對眼電去除效果的影響,提出一種基于快速核獨立成分分析(Fast Kernel Independent Component Analysis,Fast KICA)與離散小波變換(Discrete Wavelet Transform,DWT)的眼電自動去除方法,即(Fast Kernel Independent Wavelet Transform,FKIWT)方法.首先,利用Fast KICA方法對腦電信號進行分離得到獨立成分,并以相關系數(shù)為依據(jù)識別出眼電偽跡;進而,基于DWT對眼電偽跡進行多分辨率分析,將逼近分量置零,而細節(jié)分量保持不變,使得重構所得眼電偽跡成分保留更多有用腦電信號;最后,利用Fast KICA逆變換重建眼電去除后的腦電信號.實驗結果表明:FKIWT不僅有效改善了眼電過估計問題,增強了抗干擾能力和魯棒性,而且在線性混合和非線性混合情況下,均得到較好的偽跡去除效果,特別是在非線性混合時優(yōu)勢更為明顯,適合于實際在線應用.
【作者單位】： 北京工業(yè)大學電子信息與控制工程學院;計算智能與智能系統(tǒng)北京市重點實驗室;北京工業(yè)大學生命科學與生物工程學院;
【關鍵詞】： 非線性混合模型 快速核獨立成分分析 離散小波變換 眼電過估計 魯棒性
【基金】：國家自然科學基金(No.81471770,No.61201362) 北京市自然科學基金(No.7132021,No.7132028)
【分類號】：R338;TN911.7
【正文快照】： 1引言腦電信號(Electroencephalogram,EEG)是通過電極在頭皮表面采集到的反映大腦內(nèi)部狀態(tài)的生物電信號,在神經(jīng)科學、腦科學、臨床醫(yī)學與康復工程等領域具有十分重要的作用.腦電信號采集過程中極易受到眼電、肌電、心電等多種噪聲干擾[1],而眼電信號由于幅值較大,嚴重影響腦電

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前5條

1 李明愛;崔燕;楊金福;;腦電信號中眼電偽跡自動去除方法的研究[J];電子學報;2013年06期

2 李曉歐;;基于獨立分量分析和共同空間模式的腦電特征提取方法[J];生物醫(yī)學工程學雜志;2010年06期

3 羅志增;李文國;;基于小波變換和盲信號分離的多通道肌電信號處理方法[J];電子學報;2009年04期

4 王明祥;寧宇蓉;王晉國;;基于Mallat算法的一維離散小波變換的實現(xiàn)[J];西北大學學報(自然科學版);2006年03期

5 萬柏坤,朱欣,楊春梅,高揚;ICA去除EEG中眼動偽差和工頻干擾方法研究[J];電子學報;2003年10期

【共引文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 李明愛;郭碩達;田曉霞;楊金福;郝冬梅;;眼電偽跡自動識別與去除的新方法[J];電子學報;2016年05期

2 孟明;魯少娜;馬玉良;;基于EEMD與改進提升小波的腦電信號消噪方法[J];計算機工程;2016年04期

3 成娟;陳勛;彭虎;;基于樣本熵的肌電信號起始點檢測研究[J];電子學報;2016年02期

4 王鵬;李珊珊;邵明磊;;便攜式腦電信號實時采集系統(tǒng)[J];哈爾濱理工大學學報;2016年01期

5 劉建;鄒任玲;張東衡;徐秀林;胡秀枋;;表面肌電信號特征提取方法研究發(fā)展趨勢[J];生物醫(yī)學工程學進展;2015年03期

6 孫會文;伏云發(fā);熊馨;楊俊;劉傳偉;余正濤;;基于HHT運動想象腦電模式識別研究[J];自動化學報;2015年09期

7 譚英超;李曉歐;嚴玉寧;魏文石;;基于多核學習方法的前瞻性記憶腦電識別[J];中國醫(yī)學物理學雜志;2015年02期

8 劉衛(wèi);王榮蘭;劉四清;師立勤;龔建村;;基于小波變換的衛(wèi)星阻力系數(shù)分析[J];宇航學報;2015年02期

9 高坤;何怡剛;薄祥雷;譚陽紅;童耀南;;共空間模式和超限學習機的模擬電路故障診斷[J];儀器儀表學報;2015年01期

10 李明愛;梅意城;孫炎s

本文編號：443235