脑电信号中肌电伪差的实时去除方法研究

被引：4

作者：

高军峰

郑崇勋

王沛

机构：

[1] 西安交通大学生命科学与技术学院

来源：

西安交通大学学报 | 2010年 / 04期

关键词：

典型相关分析; 独立成分分析; 脑电; 肌电; 伪差去除;

D O I：

暂无

中图分类号：

R318 [生物医学工程];

学科分类号：

0831 ;

摘要：

为了在线去除脑电信号中的肌电伪差,使用典型相关分析方法,分析了大量被肌电干扰和未被干扰的脑电(EEG)信号,得出了一个合理的自相关阈值.在时域上,肌电伪差和一般的噪声信号比较类似,有比较小的自相关值,在去除肌电伪差时,凡自相关值低于此值的分解成分被识别为肌电伪差.该方法很好地利用了这个特点,将肌电伪差分量与潜在大脑信号分离,然后依据剩下的分解成分重建"干净"的EEG信号.实验结果表明,典型相关分析法在去除肌电伪差时优于独立成分分析法,结合提出的自相关阈值在有效去除肌电伪差的同时,又能较好地保持潜在的大脑信号不变.

引用

页码：114 / 118

页数：5

共 3 条

[1] 基于独立成分分析和流形学习的眼电伪差去除 [J].

高军峰 ;

郑崇勋 ;

王沛 .

西安交通大学学报, 2010, 44 (02) :113-118

[2] 基于扩展Informax ICA的站起想象动作脑电特征提取 [J].

周仲兴 ;

明东 ;

朱誉环 ;

万柏坤 ;

綦宏志 .

仪器仪表学报, 2009, 30 (03) :459-464

[3]

Independent Component Analysis Removing Artifacts in Ictal Recordings. Elena Urrestarazu, Jorge Iriarte, Manuel Alegre, Miguel Valencia, Ceacute,sar Viteri, and Julio Artieda. Epilepsia . 2004

← 1 →