能量熵与峰值窗口结合去除眼电伪迹研究

发布时间：2021-01-21 16:33

　　为改进传统独立分量分析自动去除眼电伪迹算法中存在识别眼电分量速度慢、需采集同步参考眼电信号、丢失脑电信号问题,提出一种不需要参考眼电信号的眼电伪迹自动识别去除方法。利用FastICA分解出独立分量,计算各独立分量频谱能量熵,以频谱能量熵值作为判据识别出眼电分量;然后使用峰值窗口分离出眼电分量中存在的脑电信号,与其他独立分量进行拼接;利用FastICA逆变换重构出去眼电伪迹的脑电信号。实验结果表明:该方法能准确快速自动地去除眼电伪迹,并较好地保留其他的脑电信号成分;频谱能量熵识别眼电伪迹平均用时为0.01 s,准确率为98%,适用于实时EOG去除。 

【文章来源】：计算机工程与应用. 2020,56(19)北大核心

【文章页数】：8 页

【部分图文】：

本文方法流程图

实验数据二：对大脑皮层进行数据采集。采集受眼电影响严重的前额叶（Fp1、Fp2），额叶（F3、Fz、F4），中环（C3、Cz、C4）。如图2为10-20导联系统。挑选15名在校研究生作为受试者，采样频率为1 000 Hz，设备导出的脑电信号频率范围0.5～100 Hz。要求受试者采集过程中保持平常心态，不能说话咬牙舌动耳动以免带入肌电伪迹，受试者眨眼频率按照个人正常频率进行实验即可。将八导采集电极接入系统，佩戴好设备并核对电极采集区域，每人每次采集持续3 min，保存2 min后的10 s信号作为实验处理的脑电信号，如图3为其中一名受试者采集八导脑电信号的过程。图3 采集八导脑电

采集八导脑电

【参考文献】：
期刊论文
[1]抑郁症患者正性情绪加工脑电样本熵异常研究[J]. 朱嘉诚,李颖洁,曹丹,唐莺莹.  信号处理. 2018(08)
[2]基于子空间分解的脑电信号眼电伪迹自动去除方法研究[J]. 付荣荣,侯培国,时培明,孟宗.  计量学报. 2017(06)
[3]脑电信号中眼电伪迹自动识别与去除方法研究[J]. 李佳庆,李海芳,白一帆,阴桂梅,孙丽婷.  计算机工程与应用. 2018(13)
[4]改进独立分量算法的眼电伪迹去除方法研究[J]. 王灿锋,孙曜.  计算机工程与应用. 2018(04)
[5]基于IMF能量熵的脑电情感特征提取研究[J]. 陆苗,邹俊忠,张见,肖姝源,卫作臣.  生物医学工程研究. 2016(02)
[6]眼电伪迹自动识别与去除的新方法[J]. 李明爱,郭硕达,田晓霞,杨金福,郝冬梅.  电子学报. 2016(05)
[7]基于小波包变换的眼电信号特征提取及分类[J]. 周婷婷,罗志增.  杭州电子科技大学学报(自然科学版). 2014(06)
[8]脑电信号中眼电伪迹自动去除方法的研究[J]. 李明爱,崔燕,杨金福.  电子学报. 2013(06)
[9]脑电信号中眼电伪迹的自动去除算法[J]. 王魁,叶闯,沈益青,王柏祥.  计算机工程. 2011(23)
[10]典型相关分析去除脑电信号中眼电伪迹的研究[J]. 张莉,何传红,何为.  计算机工程与应用. 2009(31)

硕士论文
[1]基于运动想象脑电的手臂运动功能康复研究[D]. 崔燕.北京工业大学 2013



本文编号：2991514