换一批
换一批基于FastICA-VMD的多通道脑电信号眼电伪迹自动去除方法
Automatic removal method of EOG artifacts from multi-channel EEG signals based on FastICA-VMD
摘要针对脑电(EEG)信号易受伪迹污染的问题,提出一种基于独立成分分析和变分模态分解(VMD)的眼电(EOG)伪迹自动去除方法.首先,利用快速独立成分分析(FastICA)方法将EEG分解成统计独立分量,求解各独立分量的样本熵;其次,根据样本熵阈值判筛选包含伪迹的分量,利用变分模态分解算法分解包含眼电伪迹的分量,求解各分量的样本熵,根据样本熵阈值判别伪迹分量并将分量置零;最后,对信号进行重构,实现伪迹去除.将FastICA-VMD方法用脑电数据集进行了实验验证,实验结果表明,与现有SE-CEEMDAN(Sample Entropy-Complete Ensemble Empirical Mode Decomposition algorithm with Adaptive Noise)相比,所提方法的平均均方根误差下降了约40.5%,平均相关系数提升了约1.54%.
更多相关知识
关键词
脑电信号伪迹独立成分分析变分模态分解样本熵ElectroEncephaloGram(EEG)artifactIndependent Component Analysis(ICA)Variational Mode Decomposition(VMD)sample entropy
栏目名称
前沿与综合应用
DOI
10.11772/j.issn.1001-9081.2023020214
发布时间
2024-01-24
- 浏览11
- 被引2
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
