科研之友
微信
新浪微博
Facebook
分享链接
摘要
为消除脑电信号中眼电伪迹对信号分析带来的干扰，本研究提出一种核独立成分分析(kernel independent component analysis, KICA)与自适应噪声完备经验模态分解(complete ensemble empirical mode decomposition with adaptire noive, CEEMDAN)相结合的方法去除眼电伪迹。首先，使用CEEMDAN方法对脑电信号进行分解；再对分解后得到的模态分量进行KICA降维；最后对核独立分量进行样本熵计算，利用阈值对眼电分量进行判别，去除眼电伪迹，重构出不含眼电伪迹的脑电信号。通过多个公共数据库来对本研究方法进行验证，并与经典ICA方法进行对比，实验结果表明，本方法对于脑电信号中的眼电伪迹去除具有较好的实际效果。
- 单位
