独立分量分析方法在脑电信号预处理中的应用研究
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,Extended 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应用价值,值得深入研究.
EEG ICA 眼动伪差 工频干扰 脑电图 独立分量分析法 信号处理
赵丽 万柏坤 高扬
天津大学精密仪器与光电子工程学院(天津);锦州师范学院物理系(锦州) 天津大学精密仪器与光电子工程学院(天津)
国内会议
天津
中文
496-498
2003-08-01（万方平台首次上网日期，不代表论文的发表时间）