典型文献
基于单通道脑电信号中眼电伪迹去除的方法
文献摘要：
为消除脑电信号中眼电伪迹对信号分析带来的干扰,本研究提出一种核独立成分分析(kernel independ-ent component analysis,KICA)与自适应噪声完备经验模态分解(complete ensemble empirical mode decomposition with adaptire noive,CEEMDAN)相结合的方法去除眼电伪迹.首先,使用CEEMDAN方法对脑电信号进行分解;再对分解后得到的模态分量进行KICA降维;最后对核独立分量进行样本熵计算,利用阈值对眼电分量进行判别,去除眼电伪迹,重构出不含眼电伪迹的脑电信号.通过多个公共数据库来对本研究方法进行验证,并与经典ICA方法进行对比,实验结果表明,本方法对于脑电信号中的眼电伪迹去除具有较好的实际效果.
文献关键词：
信号处理与分析;去噪;模态分解;均方根误差;相关系数;鲁棒性
中图分类号：
作者姓名：
徐雨;郑威;程怡
作者机构：
江苏科技大学,镇江212000
文献出处：
引用格式：
[1]徐雨;郑威;程怡-.基于单通道脑电信号中眼电伪迹去除的方法)[J].生物医学工程研究,2022(04):369-375,416
A类：
adaptire,noive
B类：
单通道脑电信号,眼电伪迹去除,信号分析,独立成分分析,kernel,independ,component,analysis,KICA,自适应噪声完备经验模态分解,complete,ensemble,empirical,mode,decomposition,CEEMDAN,模态分量,独立分量,样本熵,公共数据库,实际效果,信号处理与分析,去噪
AB值：
0.259338
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
