基于FastICA-VMD的多通道脑电信号眼电伪迹自动去除方法

作者：李忠高; 蔡艳平^*; 王涛; 陈万; 刘宇; 王苏龙

来源：计算机应用, 2023, S2: 312-316.

• 脑电信号
• 伪迹
• 独立成分分析
• 变分模态分解
• 样本熵

针对脑电（EEG）信号易受伪迹污染的问题，提出一种基于独立成分分析和变分模态分解（VMD）的眼电（EOG）伪迹自动去除方法。首先，利用快速独立成分分析（FastICA）方法将EEG分解成统计独立分量，求解各独立分量的样本熵；其次，根据样本熵阈值判筛选包含伪迹的分量，利用变分模态分解算法分解包含眼电伪迹的分量，求解各分量的样本熵，根据样本熵阈值判别伪迹分量并将分量置零；最后，对信号进行重构，实现伪迹去除。将FastICA-VMD方法用脑电数据集进行了实验验证，实验结果表明，与现有SE-CEEMDAN(Sample Entropy-Complete Ensemble Empirical Mode Decomposition algorithm with Adaptive Noise)相比，所提方法的平均均方根误差下降了约40.5%，平均相关系数提升了约1.54%。