典型文献
多通道脑电信号中眼电伪迹的自动识别与去除方法研究
文献摘要：
目的:针对当前眼电伪迹去除算法会带走有效脑电信号的情况,提出一种快速独立成分分析(fast indepen-dent component analysis,FastICA)与经验小波变换(empirical wavelet transform,EWT)算法相结合的眼电伪迹识别与去除方法.方法:首先通过FastICA和自适应样本熵筛选出含有眼电伪迹的独立成分分量;其次通过EWT算法和自相关系数剔除眼电伪迹成分,保留有用的脑电信号;最后进行EWT逆变换,合成成分分量,并与不含眼电伪迹的独立成分分量进行重构,得到眼电伪迹去除后的脑电信号.通过自采集数据集与公开数据集验证眼电伪迹的去除效果.结果:该方法能够自动识别与去除眼电伪迹并保留有效脑电信号,且能针对不同被试者个体的差异性进行自适应.结论:该方法具有鲁棒性强、准确率高的优点,能够较好地识别并去除多通道脑电信号中的眼电伪迹.
文献关键词：
脑电信号;眼电伪迹;伪迹去除;FastICA;EWT
中图分类号：
作者姓名：
郭远哲;王正勇;胡滢滨;梁鑫;何小海
作者机构：
四川大学电子信息学院,成都 610065;成都锦城学院电子信息学院,成都 611731
文献出处：
引用格式：
[1]郭远哲;王正勇;胡滢滨;梁鑫;何小海-.多通道脑电信号中眼电伪迹的自动识别与去除方法研究)[J].医疗卫生装备,2022(10):23-28,34
A类：
自适应样本熵
B类：
多通道脑电信号,自动识别,去除方法,眼电伪迹去除,法会,带走,快速独立成分分析,fast,indepen,dent,component,analysis,FastICA,经验小波变换,empirical,wavelet,transform,EWT,自相关系数,留有,逆变换,采集数据,公开数据集,数据集验证,去除效果,被试者
AB值：
0.213123
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。
