基于扩展Infomax 独立分量分析算法的脑电信号消噪
Noise removal in electroencephalogram signal via independent component analysis approach based on the extended information maximization
摘要背景:脑电信号能够反映大脑不同的生理病理状态,但在采集和分析处理过程中极易受到各种噪声的干扰,如眼球运动、眨眼、心电、肌电等,这些噪声的存在严重影响了脑电信号的分析和处理.目的:介绍了一种基于扩展 Infomax 的独立分量分析方法,并用于脑电信号消噪.方法:通过扩展 Infomax 算法的迭代求得分离矩阵,采用去除噪声分量后的独立成分重构需要记录的脑电信号,观察 Matlab 仿真得到的去噪后的脑电信号,同时比较去噪前后各导联脑电信号与眼电信号的相关性.结果与结论:使用扩展 Infomax 独立分量分析算法能够成功地去除多导脑电信号中的眼电干扰.再比较去噪前后各导联脑电信号的功率谱,可以发现使用扩展 Infomax 独立分量分析算法同时也能够成功地去除多导脑电信号中的工频干扰,且对脑电信号中的其他有用信号几乎没有破坏.
更多相关知识
- 浏览201
- 被引3
- 下载4
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文