独立分量分析方法在脑电信号预处理中的应用研究

被引：8

作者：

赵丽

万柏坤

高扬

机构：

[1] 天津大学精密仪器与光电子工程学院,天津大学精密仪器与光电子工程学院,天津大学精密仪器与光电子工程学院

来源：

仪器仪表学报 | 2003年 / S1期

关键词：

EEG; ICA; 眼动伪差; 工频干扰;

D O I：

10.19650/j.cnki.cjsi.2003.s1.166

中图分类号：

R310 [];

学科分类号：

摘要：

眼动伪差和工频干扰是脑电图 (electroencephalogram ,EEG)中常见噪声 ,严重影响 EEG信号提取和分析 .通过比较Infomax、Extended- Infomax、Jade独立分量分析 (Independent Com ponent Analysis,ICA)算法用于诱发电位分离眼动伪差与工频干扰的结果 ,确证 Infom ax和 Jade算法有较好的收敛性。 Infom ax算法可以分离出眼动慢波 ,但难以消除工频干扰 ,Ex-tended Infom ax ICA算法和 Jade算法可以从 16导联视觉诱发电位 EEG信号中分离出眼动伪差和工频干扰并将其消除 ,为进一步提取诱发电位信号建立了基础。 ICA在生物医学信号处理中尤其在临床医学工程中潜在着重要应用价值 ,值得深入研究

引用

页码：496 / 498

页数：3