独立分量分析方法在脑电信号预处理中的应用研究
【摘要】:眼动伪差和工频干扰是脑电图(electroencephalogram,EEG)中常见噪声,严重影响EEG信号提取和分析.通过比较Infomax、Extended-Infomax、Jade独立分量分析(Independent Component Analysis,ICA)算法用于诱发电位分离眼动伪差与工频干扰的结果,确证Infomax和Jade算法有较好的收敛性。Infomax算法可以分离出眼动慢波,但难以消除工频干扰,Ex-tended InfomaxICA算法和Jade算法可以从16导联视觉诱发电位EEG信号中分离出眼动伪差和工频干扰并将其消除,为进一步提取诱发电位信号建立了基础。ICA在生物医学信号处理中尤其在临床医学工程中潜在着重要应用价值.值得深入研究。
【相似文献】 | ||
|
|||||||||||||||||||||||||||||||||||||||||
|
|
|||||||||||||||||||||
|
|
|||||||||||||||||||||
|
|
|||||||||||||||||||||
|
|
|||||||||||||
|