腦電信號中偽跡去除的綜合研究.pdf

1、腦電(EEG)信號是一種在臨床醫(yī)學(xué)、思維研究、腦機(jī)接口等諸多科學(xué)研究領(lǐng)域的重要工具。但實際采集的腦電信號非常微弱，并且往往被多種偽跡成分所污染，如眼電偽跡、工頻干擾等，因而去除偽跡對提取純凈的腦電信號意義重大。
　　 本文在已有成果的基礎(chǔ)上，對腦電信號偽跡去除方面進(jìn)行了一系列的研究。本文所作的主要工作及取得的成果如下：
　　 (1)針對傳統(tǒng)陷波器會極大削弱腦電信號的缺陷，研究了三種方法：基于零極點原理的IIR陷波器、自適

2、應(yīng)陷波器以及獨立成分分析(ICA)算法，并將它們應(yīng)用于工頻干擾的去除，同時研究了算法對非工頻干擾成分的影響。實驗結(jié)果表明，采用的三種算法都可以有效地去除工頻干擾，并且對非工頻干擾成分的腦電信號造成的損失極小。三種算法中，獨立成分分析算法在去除工頻干擾的同時，更有效地保留了有用的腦電信號成分，具有極大的優(yōu)越性。
　　 (2)提出一種結(jié)合主分量分析(PCA)和特征矩陣聯(lián)合相似對角化(JADE)算法的眼電偽跡去除方法，并分析了主分量分

3、析對于偽跡去除的效果的影響。實驗結(jié)果表明，結(jié)合主分量分析和獨立成分分析的算法是一種行之有效的腦電信號去噪方法。
　　 (3)提出了一種利用非線性參數(shù)并基于盲源分離算法的眼電偽跡自動去除方法。本文引入任尼熵和樣本熵用于眼電偽跡的自動識別，并與穩(wěn)健的基于分形維數(shù)的算法進(jìn)行了比較。首先采用二階盲辨識(SOBI)算法對真實的腦電信號進(jìn)行盲源分離，然后采用三種參數(shù)，通過一種通用的偽跡判決方法實現(xiàn)了對眼電偽跡的自動識別，最后通過腦電信號的重