典型文献
基于CEEMDAN-CFAR的单通道脑电信号眼电伪迹去除方法研究
文献摘要：
目的:提出一种基于自适应噪声完备经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)和恒虚警率(constant false alarm rate,CFAR)算法的眼电伪迹去除方法.方法:首先采用CEEMDAN方法分解原始信号,得到低频噪声和含有明显眼电脉冲信号的本征模态函数(intrinsic mode function,IMF)分量.其次采用CFAR算法实现IMF分量中眼电伪迹的自动识别.然后对含有眼电伪迹的脑电信号进行预处理后获得纯净脑电信号.最后通过实验验证该方法的有效性.结果:该方法能在有效滤除眼电伪迹的同时较好地保留局部细节和有用信息.结论:该方法具有计算简单、运行速度快的优点,适用于单通道脑电信号中的眼电伪迹去除.
文献关键词：
自适应噪声完备集成经验模态分解;恒虚警率;单通道脑电信号;眼电伪迹;眼电伪迹去除
中图分类号：
作者姓名：
荆钰霏;李川涛;王伟;于旭东
作者机构：
海军军医大学海军特色医学中心特种作战医学研究室,上海 200433;海军军医大学海军特色医学中心航空医学研究室,上海 200433
文献出处：
引用格式：
[1]荆钰霏;李川涛;王伟;于旭东-.基于CEEMDAN-CFAR的单通道脑电信号眼电伪迹去除方法研究)[J].医疗卫生装备,2022(04):1-7
A类：
B类：
CEEMDAN,CFAR,单通道脑电信号,眼电伪迹去除,去除方法,自适应噪声完备经验模态分解,complete,ensemble,empirical,mode,decomposition,adaptive,noise,恒虚警率,constant,false,alarm,rate,低频噪声,显眼,电脉冲信号,本征模态函数,intrinsic,function,IMF,算法实现,自动识别,纯净,滤除,运行速度,自适应噪声完备集成经验模态分解
AB值：
0.236279
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。
