眼电伪迹自动识别与去除的新方法

发布时间：2017-06-12 05:00

  本文关键词：眼电伪迹自动识别与去除的新方法，，由笔耕文化传播整理发布。

【摘要】：为了改善脑电中的眼电伪迹过估计问题及环境干扰耦合引起的非线性混合对眼电去除效果的影响,提出一种基于快速核独立成分分析(Fast Kernel Independent Component Analysis,Fast KICA)与离散小波变换(Discrete Wavelet Transform,DWT)的眼电自动去除方法,即(Fast Kernel Independent Wavelet Transform,FKIWT)方法.首先,利用Fast KICA方法对脑电信号进行分离得到独立成分,并以相关系数为依据识别出眼电伪迹;进而,基于DWT对眼电伪迹进行多分辨率分析,将逼近分量置零,而细节分量保持不变,使得重构所得眼电伪迹成分保留更多有用脑电信号;最后,利用Fast KICA逆变换重建眼电去除后的脑电信号.实验结果表明:FKIWT不仅有效改善了眼电过估计问题,增强了抗干扰能力和鲁棒性,而且在线性混合和非线性混合情况下,均得到较好的伪迹去除效果,特别是在非线性混合时优势更为明显,适合于实际在线应用.
【作者单位】： 北京工业大学电子信息与控制工程学院;计算智能与智能系统北京市重点实验室;北京工业大学生命科学与生物工程学院;
【关键词】： 非线性混合模型 快速核独立成分分析 离散小波变换 眼电过估计 鲁棒性
【基金】：国家自然科学基金(No.81471770,No.61201362) 北京市自然科学基金(No.7132021,No.7132028)
【分类号】：R338;TN911.7
【正文快照】： 1引言脑电信号(Electroencephalogram,EEG)是通过电极在头皮表面采集到的反映大脑内部状态的生物电信号,在神经科学、脑科学、临床医学与康复工程等领域具有十分重要的作用.脑电信号采集过程中极易受到眼电、肌电、心电等多种噪声干扰[1],而眼电信号由于幅值较大,严重影响脑电

【参考文献】

中国期刊全文数据库 前5条

1 李明爱;崔燕;杨金福;;脑电信号中眼电伪迹自动去除方法的研究[J];电子学报;2013年06期

2 李晓欧;;基于独立分量分析和共同空间模式的脑电特征提取方法[J];生物医学工程学杂志;2010年06期

3 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

4 王明祥;宁宇蓉;王晋国;;基于Mallat算法的一维离散小波变换的实现[J];西北大学学报(自然科学版);2006年03期

5 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

【共引文献】

中国期刊全文数据库 前10条

1 李明爱;郭硕达;田晓霞;杨金福;郝冬梅;;眼电伪迹自动识别与去除的新方法[J];电子学报;2016年05期

2 孟明;鲁少娜;马玉良;;基于EEMD与改进提升小波的脑电信号消噪方法[J];计算机工程;2016年04期

3 成娟;陈勋;彭虎;;基于样本熵的肌电信号起始点检测研究[J];电子学报;2016年02期

4 王鹏;李珊珊;邵明磊;;便携式脑电信号实时采集系统[J];哈尔滨理工大学学报;2016年01期

5 刘建;邹任玲;张东衡;徐秀林;胡秀枋;;表面肌电信号特征提取方法研究发展趋势[J];生物医学工程学进展;2015年03期

6 孙会文;伏云发;熊馨;杨俊;刘传伟;余正涛;;基于HHT运动想象脑电模式识别研究[J];自动化学报;2015年09期

7 谭英超;李晓欧;严玉宁;魏文石;;基于多核学习方法的前瞻性记忆脑电识别[J];中国医学物理学杂志;2015年02期

8 刘卫;王荣兰;刘四清;师立勤;龚建村;;基于小波变换的卫星阻力系数分析[J];宇航学报;2015年02期

9 高坤;何怡刚;薄祥雷;谭阳红;童耀南;;共空间模式和超限学习机的模拟电路故障诊断[J];仪器仪表学报;2015年01期

10 李明爱;梅意城;孙炎s

本文编号：443235