脑电信号中眼电伪迹去除与参考电极选取方法研究

发布时间：2021-04-19 02:39

　　通过放置在头皮上的电极可以记录来自脑细胞群的自发性、节律性电活动,这就是常说的头皮脑电图,因为这种检测方法对人体没有伤害,所以被应用于很多科研领域,如神经心理学、认知神经科学,目前结合信号与信息处理中的方法来深度挖掘其中的隐含信息。但随机性强、节律种类多、时间敏感度高这是脑电信号的软肋,这导致脑电信号极易被各种噪声污染从而产生大量伪迹,采集后如不经过预处理会给后续的分析带来干扰和误导。因此,如何对脑电信号进行预处理,具有重要的理论和实际意义。本文就预处理过程中的眼电伪迹去除和参考电极选取两个方面做了详尽研究。眼电信号作为参考计算是传统眼电伪迹去除方法的基础,这势必会在采集过程中掺杂其他噪声,且需要手工识别,为了达到自动识别并去除眼电伪迹的目的,提出一种基于FastICA的眼电伪迹自动去除方法。该方法通过FastICA方法提取出信号的各独立成分,计算出信号的GFP（global field power）值,再计算各独立成分与GFP值的相关系数。通过比较,绝对值最大的相关系数对应的独立成分即为眼电伪迹的独立成分,最后置零该独立成分重构干净脑电信号,实现眼电伪迹的自动去除。在此基础上提出一种... 

【文章来源】：太原理工大学山西省 211工程院校

【文章页数】：68 页

【学位级别】：硕士

【部分图文】：

EEG信号及伪迹成分

自适应滤波过程就是通过前一时刻的滤波参数结果，自动调节现时刻的滤应信号和噪声未知的或随时间变化的统计特性，从而实现最佳滤波效果。图 2.2 自适应滤波原理图Figure 2.2 principle map of adaptive filtering

ICA原理框图

【参考文献】：
期刊论文
[1]基于局域均值分解与典型相关分析的眼电伪迹去除方法[J]. 李明爱,田晓霞,孙炎珺,杨金福.  北京工业大学学报. 2016(06)
[2]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)
[3]基于小波包节律和支持向量机的警戒低觉醒脑电信号识别方法[J]. 杨建平,张德乾,罗文浪,肖晓朋.  生物医学工程学杂志. 2016(01)
[4]基于改进多元多尺度熵的癫痫脑电信号自动分类[J]. 徐永红,崔洁,洪文学,梁会娟.  生物医学工程学杂志. 2015(02)
[5]基于脑电θ波特征信息分析的大脑前额皮质在字母工作记忆中作用的研究[J]. 李松,靳静娜,王欣,刘志朋,殷涛.  中国生物医学工程学报. 2015(02)
[6]眼电伪迹自动去除方法的研究与分析[J]. 李明爱,梅意城,孙炎珺,杨金福.  仪器仪表学报. 2014(11)
[7]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)
[8]小波包分解脑电复杂性特征提取的注意状态实时识别[J]. 路荣,黄力宇,晋琅.  医疗卫生装备. 2013(02)
[9]基于峭度的脑电信号盲源分离伪迹去除方法[J]. 袁廷中,罗志增.  杭州电子科技大学学报. 2012(06)
[10]一种基于盲源分离的眼电伪迹自动去除方法[J]. 计瑜,沈继忠,施锦河.  浙江大学学报(工学版). 2013(03)

博士论文
[1]脑电信号中眼电伪迹去除方法研究[D]. 刘铁军.电子科技大学 2008

硕士论文
[1]基于小波和独立分量分析的脑电信号预处理研究[D]. 陈颖萍.华中科技大学 2006



本文编号：3146662