换一批基于结合小波变换与FastICA算法的脑电信号降噪
Denoising of EEG Signals by Combining Wavelet Packet Transform with FastICA Algorithm
摘要该文提出一种结合小波变换(WPT)与快速独立分量分析(FastICA)算法的方法来分析脑电信号.首先,原始脑电信号是通过使用WPT分解为三个层.然后,设置第三层最高频率的系数为零,以减少脑电信号的随机噪声,同时尽可能的保留信号的细节.其次,采取快速独立分量分析算法的优势,从脑电信号中分离所有类型的噪声.提出一种准预期值(QEV)的方法确定脑电图信号来自何处.最后,为了检验系统的性能,所有信道的相关信号在快速独立分量分析的输出进行分析.实验结果证实,交叉相关系数是10-15或10-16的量级,几乎可以被视为零.所提出性能良好的方法可以去除脑电信号所有类型的噪声.
更多相关知识
关键词
脑电信号小波变换快速独立分量分析准期望值互相关系数EEGwavelet packet transformfast independent component analysisquasi expected valuecross-correlation coefficient
栏目名称
DOI
10.3969/j.issn.1674-1242.2014.03.004
发布时间
2014-12-08（万方平台首次上网日期，不代表论文的发表时间）
- 浏览83
- 被引12
- 下载7
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
