科研之友
微信
新浪微博
Facebook
分享链接
摘要
脑电信号幅值微弱且信噪比低易受到多种伪迹影响。其中，眼电伪迹幅值高、随机性强，常使脑电信号产生明显畸变，对信号的后续分析将产生极大的影响。传统伪迹去除方法难以精确定位伪迹成分，导致过多有效信息丢失。针对上述问题，该文提出一种基于数据驱动的自适应伪迹定位和去除方法。该方法将局部密度引入独立成分分析（ICA）并通过聚类分析自适应估计辨识脑电和噪声成分的阈值，最终实现了眼电伪迹的精准定位和去除。通过仿真和真实实验，该文对比了所提方法与传统伪迹去除方法在峰值信噪比、均方误差、互信息等量化指标下的性能差异，并通过统计检验揭示了所提方法相比于其他方法在信号恢复方面的显著性优势。
- 单位
