换一批摘要功能性近红外光谱技术(functional near-infrared spectroscopy,fNIRS)作为一种高时间分辨率、成本低廉、便携性高的脑成像系统,近年来深受脑神经科学等研究领域的关注.但fNIRS信号中的运动伪迹会干扰后期数据分析的结果,且现有的一些算法去噪效果较为单一.因此,本文提出了一种基于多层卷积自编码的fNIRS信号运动伪迹校正算法——MCAN算法,并使用该算法对fNIRS信号中的 3种运动伪迹进行校正;然后用仿真数据和实验数据对所提算法的性能进行验证,将其与现有的几种常用算法进行对比,结果表明:MCAN算法在剩余运动伪迹数量、均方误差、信噪比、皮尔逊相关系数的平方、峰峰误差几种指标上表现良好,说明所提算法可作为一种全新的fNIRS信号预处理算法.
更多相关知识
关键词
功能性近红外光谱卷积自编码卷积神经网络预处理运动伪迹functional near-infrared spectroscopyconvolutional autoencoderconvolutional neural networkssignal processingmotion artifacts
分类号
R318.04（医用一般科学）
栏目名称
发布时间
2024-09-02（万方平台首次上网日期，不代表论文的发表时间）
基金项目
上海市科委地方院校能力建设项目（22010502400）
- 浏览1
- 被引1
- 下载2
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
