基于独立向量分析的脑电信号中肌电伪迹的去除方法

发布时间：2017-09-11 17:44

  本文关键词：基于独立向量分析的脑电信号中肌电伪迹的去除方法

  更多相关文章： 脑电 肌电伪迹 盲源分离 独立向量分析

【摘要】：脑电数据经常被各种电生理信号伪迹所污染。在常见伪迹中,肌电伪迹特别难以去除。文献中最常用的方法包括诸如独立分量分析(Independent Component Analysis,ICA)和典型相关分析(Canonical Correlation Analysis,CCA)等盲源分离技术。该文首次提出一种基于独立向量分析(Independent Vector Analysis,IVA)的新方法,用以去除脑电中的肌电伪迹。IVA同时使用高阶统计量和二阶统计量,因此该方法能够充分利用肌电伪迹的非高斯性和弱相关性,兼具ICA方法和CCA方法的优势。实验表明,使用IVA方法可以在保留脑电成份的同时极大抑制肌电伪迹,效果显著优于ICA法和CCA法。
【作者单位】： 合肥工业大学生物医学工程系;安徽医科大学医学心理学系;
【关键词】： 脑电 肌电伪迹 盲源分离 独立向量分析
【基金】：国家自然科学基金(61501164;81571760)~~
【分类号】：TN911.7;R33
【正文快照】： 2(安徽医科大学医学心理学系合肥230032)1引言众所周知,存在于脑电数据的各种电生理伪迹干扰中,肌肉收缩(例如咬合、咀嚼、皱眉等动作)产生的肌电伪迹很难去除[1,2]。显然,在脑功能分析[3]、脑-机接口[4,5]等应用研究中,能否获取纯净的脑电信号是关键的一步。如文献[2]所述,去

【相似文献】

中国期刊全文数据库 前2条

1 谢勤岚,杨仲乐;基于ICA的消除ERP中伪迹干扰的方法[J];中南民族大学学报(自然科学版);2003年02期

2 ;[J];;年期

中国重要会议论文全文数据库 前4条

1 刘铁军;尧德中;;基于回归眼电伪迹处理方法与基于成分分析眼电伪迹处理方法的应用郊果比较[A];第一届全国脑与认知科学学术研讨会论文集[C];2005年

2 张莉;何为;何传红;;脑电伪迹消除方法的研究[A];第十届全国电工数学学术年会论文集[C];2005年

3 朱国行;孙冰;章悦;洪震;;脑电图伪迹判定[A];第九次全国神经病学学术大会论文汇编[C];2006年

4 王娆芬;张建华;王行愚;;基于ICA和FCM算法的操作员脑电信号眼电伪迹自动去除研究[A];中国自动化学会控制理论专业委员会B卷[C];2011年

中国博士学位论文全文数据库 前1条

1 刘铁军;脑电信号中眼电伪迹去除方法研究[D];电子科技大学;2008年

中国硕士学位论文全文数据库 前10条

1 李洋;基于小波变换和卡尔曼滤波器的去眼电伪迹算法的研究[D];兰州大学;2016年

2 陆云达;基于内源信号的脑功能光学成像血管伪迹检测及去除方法研究[D];上海交通大学;2012年

3 李大焕;基于精确延时估计的脑电磁共振同时测量时梯度伪迹的去除[D];电子科技大学;2009年

4 尹兵;脑电波信号的去伪迹研究[D];南京邮电大学;2014年

5 王振宇;脑电信号伪迹去除方法的研究与应用[D];电子科技大学;2013年

6 张姗姗;基于盲源分离的眼电伪迹去除技术研究[D];郑州大学;2014年

7 黄思娟;基于小波分析的EEG伪迹去除与特征分析研究[D];华南理工大学;2011年

8 韩理;视神经电刺激诱发皮层响应的记录与信号处理方法的研究[D];上海交通大学;2008年

9 王兵;脑电信号中伪迹去除的综合研究[D];浙江大学;2010年

10 陈立伟;基于PCA、ICA的脑电伪迹消除研究[D];电子科技大学;2004年

，

本文编号：832175