基于EOG的阅读行为识别中眨眼信号去除算法研究

发布时间：2018-01-10 12:28

本文关键词：基于EOG的阅读行为识别中眨眼信号去除算法研究　出处：《信号处理》2017年02期 　论文类型：期刊论文

【摘要】：由于眼电图(EOG)能反映不同行为状态下的眼球运动模式,因此,基于EOG的阅读行为识别已经成为一个新的研究热点。为了降低眨眼信号对阅读行为识别的影响,提高正确率,本文提出了一种基于独立分量分析(ICA)的眨眼信号去除算法。该算法首先利用ICA方法从原始多通道EOG信号中分离出眨眼信号,然后通过计算各输出通道的峭度值,自动识别眨眼信号通道,将其置零后映射回原始观测信号以达到噪声去除目的。实验室环境下,对降噪后的EOG信号进行阅读状态识别,其平均正确率达到95.5%,相比较原始EOG信号、带通滤波法及主分量分析方法(PCA)分别提升了3.39%,5.00%和2.70%,实验结果验证了所提算法的有效性。
[Abstract]:EOG (EOG) can reflect the pattern of eye movement in different behavior. Reading behavior recognition based on EOG has become a new research hotspot. In order to reduce the effect of blinking signal on reading behavior recognition and improve the accuracy. In this paper, a blink signal removal algorithm based on independent component analysis (ICA) is proposed. Firstly, the blink signal is separated from the original multi-channel EOG signal by using ICA method. Then, by calculating the kurtosis value of each output channel, the blinking signal channel is automatically identified and mapped back to the original observation signal after setting zero to achieve the purpose of noise removal. The average correct rate of the EOG signal after denoising is 95.5, which is compared with the original EOG signal. The bandpass filtering method and the principal component analysis (PCA) method have increased 3.390.00% and 2.70%, respectively. The experimental results show that the proposed algorithm is effective.
【作者单位】：安徽大学计算智能与信号处理教育部重点实验室;安徽大学信息保障技术协同创新中心;
【基金】：国家自然科学基金(61401002,61271352) 安徽省自然科学基金(1408085QF125) 安徽高校省级自然科学研究重点项目(KJ2014A011)课题资助
【分类号】：R770.43;TN911.7
【正文快照】： 1引言研究表明,人在进行特定活动时所引发的眼动模式在很大程度上能够揭示其当前的行为状态,而这种眼动模式可以通过对眼球运动情况的跟踪来获取,因此基于眼动信息的人体行为识别(HumanActivity Recognition,HAR)算法的设计与实现已经成为新的研究热点[1-4]。我们知道,在人体

【相似文献】