腦電信號(hào)中偽跡去除的綜合研究.pdf

1、腦電(EEG)信號(hào)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(shí)際采集的腦電信號(hào)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(duì)提取純凈的腦電信號(hào)意義重大。
　　 本文在已有成果的基礎(chǔ)上，對(duì)腦電信號(hào)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(duì)傳統(tǒng)陷波器會(huì)極大削弱腦電信號(hào)的缺陷，研究了三種方法：基于零極點(diǎn)原理的IIR陷波器、自適

2、應(yīng)陷波器以及獨(dú)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(shí)研究了算法對(duì)非工頻干擾成分的影響。實(shí)驗(yàn)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(duì)非工頻干擾成分的腦電信號(hào)造成的損失極小。三種算法中，獨(dú)立成分分析算法在去除工頻干擾的同時(shí)，更有效地保留了有用的腦電信號(hào)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(duì)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(duì)于偽跡去除的效果的影響。實(shí)驗(yàn)結(jié)果表明，結(jié)合主分量分析和獨(dú)立成分分析的算法是一種行之有效的腦電信號(hào)去噪方法。
　　 (3)提出了一種利用非線(xiàn)性參數(shù)并基于盲源分離算法的眼電偽跡自動(dòng)去除方法。本文引入任尼熵和樣本熵用于眼電偽跡的自動(dòng)識(shí)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(shí)(SOBI)算法對(duì)真實(shí)的腦電信號(hào)進(jìn)行盲源分離，然后采用三種參數(shù)，通過(guò)一種通用的偽跡判決方法實(shí)現(xiàn)了對(duì)眼電偽跡的自動(dòng)識(shí)別，最后通過(guò)腦電信號(hào)的重