基于带参考信号的ICA算法的脑电信号眨眼伪差的分离研究.pdfVIP

25卷 3期 中 国 生 物 医 学 工 程 学 报 Vo1．25 No．3 2006年6月 Chinese Journal of Biomedical Engineering June 2006 基于带参考信号的ICA算法的脑电信号 眨眼伪差的分离研究 李 婷 邱天爽H ‘(大连理工大学电子与信息工程学院。大连 l16024) (大连民族学院机电信息工程学院，大连 I166oo) 摘 要：独立分量分析(ICA)是一种从混合信号中提取统计独立的分量的一种方法。本研究提出了一种基于带参 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。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 真实信号的实验结果。 关键词：独立分量分析；脑电信号(EEG)；眨眼伪差分离；参考信号 Removing Blinking Artifacts from EEG Based on ICA Algorithm with Reference Signals LI Ting 一 QIU Tian—Shuang (School ofElectronic and Information Engineering，Dalian University of Technology，Dalian，l16024) (College ofEletromechanical and Information Engineering，Dalian Nationalities University，Dalian，1166oo) Abstract：Independent component analysis(ICA)is a technique which extracts statistically independent components from a set of measured signals．Based on ICA algorithm with reference signals，a method of removing blinking artifacts was proposed in this paper．The core idea of the method included：first select one channel of EEG with obvious blinking artifacts，and obtain reference signals from it，then extract the blinking artifact first with ICA algorithm。and at last get pure EEG signals．The idea and steps of the ICA algorithm with reference signals were discussed，and the results of processing real signals Were given in the paper． Key words：independent component analysis(ICA)；electroencephalogIaph(EEG)；blinking artifacts removing； reference signals 中图分类号 R3I8 文献标识码 A 文章编号0258—8021(2006)03—0296—04 脑电是大脑神经元