收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

独立分量分析及其在脑电信号噪声分离中的应用

李婷  
【摘要】:脑电是大脑神经元突触后电位的综合,是大脑电活动产生的电场经容积导体(由皮层、颅骨、脑膜及头皮构成)传导后在头皮上的电位分布,分为自发脑电(electroencephalograph,EEG)和诱发电位(evoked potential,EP)两种。脑电在临床诊断、军事医学、航天医学、生理学和生物学研究中都具有重要的意义,所以脑电信号的提取一直是神经科学领域的重要课题。 独立分量分析(ICA)方法是最近几年发展起来的一种新的统计方法。ICA方法是基于信号高阶统计特性的分析方法,经ICA方法分解出的各信号分量之间是相互独立的。正是因为这一特点,使ICA在信号处理领域受到了广泛的关注。大量的实验已表明,ICA方法能精确地从脑电信号中分辨出具有相对较大的瞬时独立分量的时间过程。近年来,ICA方法的发展十分迅速,国内外的众多研究人员都致力于研究新的算法,应用于脑电信号的噪声分离之中。 本文提出了一种新的基于带参考信号的ICA算法的脑电信号眨眼伪差的分离方法,可以得到纯净的脑电信号。这个方法的主要思路是:先选取一导眨眼伪差比较明显的数据,从中获得眨眼伪差的参考信号,再用ICA方法把眨眼伪差第一个提取出来,最后得到消除伪差后的EEG信号。本文详细讨论了使用带参考信号的ICA算法消除眨眼伪差的方法与步骤,并给出了应用于仿真信号和真实信号的实验结果。带参考信号的ICA算法具有fastICA算法的特点,可以一次只分离出一个独立分量,收敛速度快;不需要选择学习步长或其它参数;而且,不管是具有正峭度还是负峭度的分量它都能提取出来。它分解出的眨眼伪差以一个独立分量的形式出现,并且被第一个分离出来,不需判断就可直接重构脑电信号,减少了计算量,而且纯净脑电信号的重构也比较简单。 ICA的两类基本算法各有所长:基于非高斯性测度的算法收敛快,但不能在线学习;基于信息论的算法可以在线学习,但收敛较慢。本文把这两类算法的优点结合起来,提出了一种新的基于独立分量分析的诱发电位的快速估计方法。这种新方法是将两种已有的独立分量分析算法——改进的Infomax算法和fastICA算法——结合起来得到的。先用改进的Infomax算法获得权值的初值,再通过fasflCA算法获得最终结果。这不仅减少了fastICA算法所需数据的长度,也提高了fastICA算法的收敛稳定性。本文的计算机仿真实验也证明了这个新算法的有效性,它比其他两种算法需要的数据点数更少,收敛速度更快、更稳定。将此算法应用于EP信号的提取,可以有效地去除噪声,得到比较纯净的EP信号。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 杨彭举;封洲燕;孙静;;独立分量分析在神经元锋电位分类中的一种新应用[J];中国生物医学工程学报;2011年04期
2 ;[J];;年期
3 ;[J];;年期
4 ;[J];;年期
5 ;[J];;年期
6 ;[J];;年期
7 ;[J];;年期
8 ;[J];;年期
9 ;[J];;年期
10 ;[J];;年期
11 ;[J];;年期
12 ;[J];;年期
13 ;[J];;年期
14 ;[J];;年期
15 ;[J];;年期
16 ;[J];;年期
17 ;[J];;年期
18 ;[J];;年期
19 ;[J];;年期
20 ;[J];;年期
中国重要会议论文全文数据库 前10条
1 谢凡;滕云田;徐沁;;独立分量分析在地磁台站轨道交通干扰分析中的应用[A];中国地球物理2010——中国地球物理学会第二十六届年会、中国地震学会第十三次学术大会论文集[C];2010年
2 刘喜武;刘洪;李幼铭;;独立分量分析及其在地震信息处理中应用初探[A];中国科学院地质与地球物理研究所二○○三学术论文汇编·第四卷(油气资源)[C];2003年
3 秦先勇;沈功田;何仁洋;李寰;;基于独立分量分析的气体管道泄漏信号消噪方法研究[A];压力管道技术研究进展精选集——第四届全国管道技术学术会议[C];2010年
4 刘杰;印兴耀;杨培杰;;基于独立分量分析的地震盲反褶积方法[A];中国地球物理学会第二十三届年会论文集[C];2007年
5 李世锦;赵阳;龙云云;沈雪梅;;基于噪声分离网络的传导性EMI测试新进展[A];江苏省电工技术学会成立十周年庆典暨2004年学术年会论文集[C];2004年
6 孙军晓;王永刚;白博;;快速独立分量算法在地震解释中的应用研究[A];中国地球物理学会第二十四届年会论文集[C];2008年
7 潘永;印兴耀;刘杰;;基于独立分量分析的地震数据串联处理[A];中国地球物理学会第二十四届年会论文集[C];2008年
8 李国福;曹思远;张凤君;周鹏;韩瑞东;;地震去噪中的P-ICA方法[A];中国地球物理第二十一届年会论文集[C];2005年
9 罗毅;桂寿平;熊峻江;尚大晶;;直升机声疲劳源小波诊断方法研究[A];疲劳与断裂2000——第十届全国疲劳与断裂学术会议论文集[C];2000年
10 杨科化;柳重堪;;基于独立分量分析的数字水印攻击[A];第二届全国信息获取与处理学术会议论文集[C];2004年
中国博士学位论文全文数据库 前10条
1 周仲兴;复合下肢想象动作电位的特征识别新技术研究[D];天津大学;2009年
2 韩军;内燃机的非平稳信号分析方法及其噪声源小波识别技术的研究[D];天津大学;2004年
3 焦卫东;基于独立分量分析的旋转机械故障诊断方法研究[D];浙江大学;2003年
4 许宏吉;发射分集和波束形成优化设计及其盲接收技术研究[D];山东大学;2005年
5 林秋华;基于盲源分离的图像与语音加密新方法研究[D];大连理工大学;2006年
6 李小军;独立分量分析及其在阵列信号处理中的应用[D];西安电子科技大学;2004年
7 米建勋;带参考信号的独立分量分析理论及其应用研究[D];中国科学技术大学;2010年
8 静行;基于独立分量分析的结构模态分析与损伤诊断[D];武汉理工大学;2010年
9 万敏;独立分量分析的神经网络方法[D];电子科技大学;2011年
10 郭晓静;独立分量分析在脑—机接口中的应用研究[D];安徽大学;2010年
中国硕士学位论文全文数据库 前10条
1 郭婧;基于听觉注意的认知脑—机接口研究[D];清华大学;2010年
2 陈桂宏;基于独立分量分析和小波变换的钢丝绳缺陷信号提取[D];中南林业科技大学;2009年
3 梁丽丽;麦克风阵列语音增强方法的研究[D];大连理工大学;2005年
4 李婷;独立分量分析及其在脑电信号噪声分离中的应用[D];大连理工大学;2005年
5 周成;基于独立分量分析的单通道语音降噪算法的研究[D];电子科技大学;2005年
6 何付志;独立分量分析在脑电信号分析中的应用[D];山东大学;2005年
7 张丽丹;基于监督独立分量分析的人脸识别[D];哈尔滨工程大学;2005年
8 王可;盲源分离技术在多通道信号处理中的应用[D];汕头大学;2004年
9 范建中;基于ICA和小波神经网络的人脸识别研究[D];华侨大学;2005年
10 朱瑾;基于肤色和独立分量分析的人脸检测技术研究[D];华侨大学;2005年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978