基于独立分量分析的脑电噪声消除

被引：5

作者：

龙飞

吴小培

范羚

机构：

[1] 安徽大学计算智能与信号处理教育部重点实验室,安徽大学计算智能与信号处理教育部重点实验室,安徽大学计算智能与信号处理教育部重点实验室合肥,合肥,合肥

来源：

生物医学工程学杂志 | 2003年 / 03期

基金：

安徽省自然科学基金;

关键词：

独立分量分析; 空间滤波; 脑电; 神经网络;

D O I：

暂无

中图分类号：

R318.04 [生物信息、生物控制];

学科分类号：

0831 ;

摘要：

作为一种新的多元统计处理方法 ,独立分量分析 (ICA)是解决盲源分离 (BSS)问题的一个有效手段。在简要分析 ICA理论及其算法的基础上 ,提出将其应用到脑电中的眼电伪迹的去除任务。实际采集的生理信号大多由相互独立的成分线性迭加而成 ,符合 ICA要求源信号统计独立的基本假设。与传统方法相比 ,ICA这种空间滤波器不受信号频谱混迭的限制 ,消噪的同时能对有用信号的细节成分做到很好的保留 ,很大程度上弥补了时频域方法的不足。此外解混矩阵的逆可以用来反映独立源的空间分布模式 ,具有重要的生理意义。

引用

页码：479 / 483

页数：5