联合稀疏表示的双次诱发电位提取算法

发布时间：2018-02-11 13:09

  本文关键词： 诱发电位双次提取 联合稀疏表示 字典构造 脑电信号　出处：《电子学报》2014年05期 　论文类型：期刊论文

【摘要】：诱发电位少次提取对于研究大脑活动规律以及临床诊断等具有重要意义.根据脑电信号的特点,本文提出一种基于联合稀疏表示的双次诱发电位信号估计算法.利用诱发电位信号的准周期性和自发脑电信号的随机性,该算法将脑电信号看作为相似成分和相异成分的叠加.神经系统通过相同刺激产生的诱发电位主要在潜伏期和波幅两方面发生变化,因此该算法利用平均诱发电位进行建模,得到稀疏字典,通过联合稀疏表示算法实现双次诱发电位信号的提取.实验结果表明,该算法和其他算法相比获得了更好的效果.
[Abstract]:It is of great significance for the study of brain activity and clinical diagnosis to extract the evoked potential less frequently. In this paper, a new algorithm based on joint sparse representation for estimation of double evoked potential signals is proposed, which makes use of the quasi-periodicity of evoked potential signals and the randomness of spontaneous EEG signals. The algorithm regards EEG signals as the superposition of similar and different components. The evoked potentials generated by the same stimuli in the nervous system mainly change in the latency and amplitude, so the algorithm uses the average evoked potentials to model. The sparse dictionary is obtained and the double evoked potential signal is extracted by combining sparse representation algorithm. The experimental results show that the algorithm is more effective than other algorithms.
【作者单位】： 江苏师范大学电气工程及自动化学院;
【基金】：江苏省高校自然科学基金(No.13KJB510010) 江苏省自然科学基金(No.BK20130230)
【分类号】：TN911.7

【参考文献】

相关期刊论文 前2条

1 陈洪波;李蓓蕾;陈真诚;;基于ICA的脑电信号P300少次自动提取[J];电子学报;2012年06期

2 王登;苗夺谦;王睿智;;一种新的基于小波包分解的EEG特征抽取与识别方法研究[J];电子学报;2013年01期

【共引文献】

相关期刊论文 前10条

1 乔晓艳;彭佳卉;;视听诱发脑电特征提取与大脑认知机理分析[J];测试技术学报;2013年06期

2 梁华东;韩江洪;;采用双谱多类小波包特征的雷达信号聚类分选[J];光子学报;2014年03期

3 Liang Huadong;Han Jianghong;;SORTING RADAR SIGNAL BASED ON WAVELET CHARACTERISTICS OF WIGNER-VILLE DISTRIBUTION[J];Journal of Electronics(China);2013年05期

4 陈世瑜;倪莉;吕钊;吴小培;;结合眼电和脑电的人-机交互系统设计与实现[J];计算机应用;2014年05期

5 王红旗;李林伟;毛啊敏;;基于小波包的表面肌电信号特征表示与识别[J];计算机工程与应用;2015年09期

6 王红旗;李林伟;毛啊敏;;手腕表面肌电信号的动作特征表示与识别[J];控制工程;2015年04期

7 王向红;胡宏伟;张志勇;毛汉领;;微弱裂纹信号的稀疏编码提取[J];振动工程学报;2013年03期

8 Zhihua Huang;Minghong Li;Shangchuan Yang;Yuanye Ma;Changle Zhou;;A novel single-trial event-related potential estimation method based on compressed sensing[J];Neuroscience Bulletin;2013年06期

9 郑宝芬;苏宏业;罗林;;无监督特征选择在时间序列数据挖掘中的应用[J];仪器仪表学报;2014年04期

10 汤一彬;徐宁;姚澄;朱昌平;周琳;;基于旋转不变稀疏表示和流形学习的图像降噪[J];仪器仪表学报;2014年05期

相关博士学位论文 前5条

1 刘双印;基于计算智能的水产养殖水质预测预警方法研究[D];中国农业大学;2014年

2 于金涛;直升机复合材料试件声发射信号处理算法研究[D];哈尔滨工业大学;2012年

3 毕峰;单通道诱发电位信号的快速提取算法研究[D];大连理工大学;2014年

4 林艳飞;听觉认知相关的脑电处理及分析研究[D];清华大学;2013年

5 崔红岩;术中脊髓监护体感诱发电位异常预警动态预测模型研究[D];北京协和医学院;2015年

相关硕士学位论文 前4条

1 袁道任;基于多模态脑电信号的脑机接口关键技术研究[D];郑州大学;2013年

2 黄红霞;基于稀疏表示的运动想象脑电信号识别算法研究[D];燕山大学;2014年

3 郭旭宏;基于多类运动想象异步脑—机接口系统的研究[D];天津职业技术师范大学;2013年

4 董燕丽;基于脑电信号的网页浏览脑—机接口系统[D];天津职业技术师范大学;2014年

【二级参考文献】

相关期刊论文 前10条

1 陈洪波;陈真诚;汤井田;;同场景多幅图像中的强噪声抑制[J];电子科技大学学报;2010年02期

2 万柏坤,朱欣,杨春梅,高扬;ICA去除EEG中眼动伪差和工频干扰方法研究[J];电子学报;2003年10期

3 杨立才,李佰敏,李光林,贾磊;脑-机接口技术综述[J];电子学报;2005年07期

4 罗志增;李文国;;基于小波变换和盲信号分离的多通道肌电信号处理方法[J];电子学报;2009年04期

5 徐宝国;宋爱国;费树岷;;在线脑机接口中脑电信号的特征提取与分类方法[J];电子学报;2011年05期

6 张和发;李立萍;杨小牛;李万春;;一种适用于微弱信号盲提取的白化方法[J];电子学报;2011年06期

7 张宇;张建华;王行愚;金晶;;基于FastICA的P300电位快速提取方法[J];华东理工大学学报(自然科学版);2009年05期

8 冯珍;张所地;;ERP实施绩效的小波网络智能诊断[J];计算机工程与应用;2010年04期

9 杨帮华,颜国正,严荣国;脑机接口中基于小波包最优基的特征抽取[J];上海交通大学学报;2005年11期

10 陶彩林;邹凌;马正华;周仁来;;诱发电位单次提取技术的研究进展[J];生物医学工程学杂志;2009年05期

【相似文献】

相关期刊论文 前7条

1 陶彩林;邹凌;马正华;周仁来;;诱发电位单次提取技术的研究进展[J];生物医学工程学杂志;2009年05期

2 林政剑;查代奉;;非高斯分布噪声下诱发电位信号的去噪方法[J];九江学院学报(自然科学版);2013年02期

3 余南南;刘海宽;王晓燕;;联合稀疏表示的双次诱发电位提取算法[J];电子学报;2014年05期

4 解 宁,张润?,邱天爽,张旭秀;基于独立分量分析的诱发电位信号提取方法[J];大连铁道学院学报;2002年02期

5 邱天爽,叶家金,鲍海平,汪琏,戴晓艳,王怠昌,相德有;诱发电位信号分析处理技术及进展[J];大连铁道学院学报;1997年03期

6 邹凌;陈树越;孙玉强;马正华;;小波分析和独立分量分析结合的诱发电位信号提取研究[J];生物医学工程学杂志;2010年04期

7 ;[J];;年期

相关硕士学位论文 前6条

1 牛杰;诱发电位信号提取新方法的研究[D];大连理工大学;2004年

2 郁芸;独立分量分析在心电和外阴诱发电位信号处理中的应用[D];南京航空航天大学;2008年

3 赵燕斌;强噪声中诱发电位信号的快速提取研究[D];大连理工大学;2009年

4 郭s，

本文编号：1503136