| 小波变换和独立分量分析去除脑电信号中的噪声和干扰 |
| |
| 引用本文： | 周卫东,贾磊.小波变换和独立分量分析去除脑电信号中的噪声和干扰[J].山东大学学报(医学版),2003,41(2):116-119,122. |
| |
| 作者姓名： | 周卫东 贾磊 |
| |
| 作者单位： | 1. 山东大学信息科学与工程学院控制科学与工程学院
2. 山东大学控制科学与工程学院 |
| |
| 基金项目： | 山东省自然科学基金资助课题(Y2000C25)，山东大学跨学科预研项目 |
| |
| 摘 要： | 目的：去除脑电信号中的噪声和心电干扰。方法：首先采用小波软门限法去除脑电中的噪声，然后使用扩展独立分量分析算法去除脑电信手中的心电干扰。该算法的优点在于不需要计算信号的高阶统计量，收敛速度快，同时适用于超高斯和亚高斯混合信号的分离。在提取独立分量之前，对观测信号进行白化处理，去除各信号之间的相关性。结果：消除了脑电信号中的噪声和心电干扰。结论：小波门限去噪结合独立分量分析可有效地去除脑电信手中的噪声和心电干扰。
|
| 关 键 词： | 小波变换 门限 噪声消除 独立分量分析 人工神经网络 脑电 |
| 文章编号： | 1671-7554(2003)02-0116-04 |
Removal of noise and ECG artifact from EEG based on wavelet transform and independent component analysis |
| |
| ZHOU Wei-dong,JIA Lei.Removal of noise and ECG artifact from EEG based on wavelet transform and independent component analysis[J].Journal of Shandong University:Health Sciences,2003,41(2):116-119,122. |
| |
| Authors: | ZHOU Wei-dong JIA Lei |
| |
| Abstract: | Objective:To remove the noise and ECG artifact in EEG.Methods:First,the method of wavelet threshold de-noising was applied to de-noise the EEG.Then,the extended indepen-dent component analysis(ICA)algorithm was used to separate ECG artifact from EEG measurements.This algorithm does not need to calculate the higher order statistics,converges fast,and can be used to separate sub-and supergaussain sources.A pre-whiten procedure was performed to de-correlate the mixed signals before extracting sources.Results:The noise and ECG artifact in EEG were removed.Conclusion:The wavelet threshold de-noising and ICA can be used to remove the noise and ECG arti-fact in EEG effectively. |
| |
| Keywords: | Wavelet transform Thresholding De-noising Independent component analysis Artificial neural network Electroencephalograph |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
