ICA去除EEG中眼动伪差和工频干扰方法研究

被引：58

作者：

万柏坤

朱欣

杨春梅

高扬

机构：

[1] 天津大学生物医学工程与科学仪器系,天津大学生物医学工程与科学仪器系,天津大学生物医学工程与科学仪器系,天津大学生物医学工程与科学仪器系天津,天津,天津,天津

来源：

电子学报 | 2003年 / 10期

基金：

天津市自然科学基金;

关键词：

脑电(EEG); 眼动伪差; 工频干扰; 独立分量分析(ICA); 最大熵(Infomax);

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

摘要：

眼动伪差和工频干扰是临床脑电图 (EEG)中常见噪声 ,严重影响其有用信息提取 .本文尝试采用独立分量分析 (IndependentComponentAnalysis,ICA)方法分离EEG中此类噪声 .通过对早老性痴呆症 (Alzheimerdisease,AD)患者临床EEG信号 (含眼动伪差和混入工频干扰 ,信噪比仅 0dB)作ICA分析 ,比较了最大熵 (Infomax)和扩展最大熵(ExtendedInfomax)ICA算法的分离效果 ,证实虽然最大熵算法可以分离出眼动慢波 ,但难以消除工频干扰 ,为此需采用扩展的最大熵算法 ;并知ICA方法在极低信噪比时也有较好的抗干扰性 ,且在处理非平稳信号时有好的鲁棒性 ;文中还结合近似熵 (approximateentropy ,ApEn)分析说明利用ICA去除干扰后有助于恢复和保持原始EEG信号的非线性特征 .研究结果表明ICA方法在生物医学信号处理中具有潜在的重要应用价值 ,值得深入研究和推广 .

引用

页码：1571 / 1574

页数：4

共 3 条

[1]

老年性痴呆症患者的EEG近似熵特征初探 [J].