基于EMD-ICA的視覺(jué)穩(wěn)態(tài)誘發(fā)電位運(yùn)動(dòng)偽跡去除
發(fā)布時(shí)間:2021-10-14 22:59
腦電信號(hào)是大腦中產(chǎn)生的微弱電生理信號(hào),經(jīng)常會(huì)受到心電、眼電、運(yùn)動(dòng)偽跡的干擾。偽跡會(huì)使腦電信號(hào)產(chǎn)生較大的畸變。腦電信號(hào)與偽跡信號(hào)同屬生理電信號(hào)。其中,運(yùn)動(dòng)偽跡的去除難度較高。采用經(jīng)驗(yàn)?zāi)B(tài)分解結(jié)合獨(dú)立成分分析的方法去除視覺(jué)穩(wěn)態(tài)誘發(fā)電位信號(hào)中頭部運(yùn)動(dòng)偽跡。對(duì)比單一經(jīng)驗(yàn)?zāi)B(tài)分解與單一獨(dú)立成分分析去噪算法,經(jīng)驗(yàn)?zāi)B(tài)分解結(jié)合獨(dú)立成分分析方法去噪算法效果最佳,去除運(yùn)動(dòng)偽跡的同時(shí)保留視覺(jué)穩(wěn)態(tài)誘發(fā)電位固有信號(hào)。
【文章來(lái)源】:電子測(cè)量技術(shù). 2020,43(11)
【文章頁(yè)數(shù)】:5 頁(yè)
【文章目錄】:
0 引 言
1 方法原理
1.1 經(jīng)驗(yàn)?zāi)B(tài)分解
1.2 獨(dú)立成分分析
1.3 基于熵測(cè)度的眼電分量濾除
2 實(shí) 驗(yàn)
2.1 視覺(jué)刺激
2.2 受試者
2.3 實(shí)驗(yàn)范式
2.4 數(shù)據(jù)獲取
3 數(shù)據(jù)處理
3.1 運(yùn)動(dòng)偽跡去除
3.2 運(yùn)動(dòng)偽跡去除評(píng)估
4 結(jié) 論
本文編號(hào):3436972
【文章來(lái)源】:電子測(cè)量技術(shù). 2020,43(11)
【文章頁(yè)數(shù)】:5 頁(yè)
【文章目錄】:
0 引 言
1 方法原理
1.1 經(jīng)驗(yàn)?zāi)B(tài)分解
1.2 獨(dú)立成分分析
1.3 基于熵測(cè)度的眼電分量濾除
2 實(shí) 驗(yàn)
2.1 視覺(jué)刺激
2.2 受試者
2.3 實(shí)驗(yàn)范式
2.4 數(shù)據(jù)獲取
3 數(shù)據(jù)處理
3.1 運(yùn)動(dòng)偽跡去除
3.2 運(yùn)動(dòng)偽跡去除評(píng)估
4 結(jié) 論
本文編號(hào):3436972
本文鏈接:http://sikaile.net/yixuelunwen/swyx/3436972.html
最近更新
教材專著