摘要
目的:针对当前眼电伪迹去除算法会带走有效脑电信号的情况,提出一种快速独立成分分析(fast independent component analysis,FastICA)与经验小波变换(empirical wavelet transform,EWT)算法相结合的眼电伪迹识别与去除方法。方法:首先通过FastICA和自适应样本熵筛选出含有眼电伪迹的独立成分分量;其次通过EWT算法和自相关系数剔除眼电伪迹成分,保留有用的脑电信号;最后进行EWT逆变换,合成成分分量,并与不含眼电伪迹的独立成分分量进行重构,得到眼电伪迹去除后的脑电信号。通过自采集数据集与公开数据集验证眼电伪迹的去除效果。结果:该方法能够自动识别与去除眼电伪迹并保留有效脑电信号,且能针对不同被试者个体的差异性进行自适应。结论:该方法具有鲁棒性强、准确率高的优点,能够较好地识别并去除多通道脑电信号中的眼电伪迹。
-
单位四川大学; 四川大学锦城学院