基于互信息统计特性的桥接电极辨出方法①-计算机系统应用.PDF

计 算 机 系 统 应 用 2014 年 第 23 卷 第 9 期 ① 基于互信息统计特性的桥接电极辨出方法 1 2 3 4 4 王冬翠 , 陈真诚 , 邓阳光 , 巫放明 , 张阳德 1( 中南大学 湘雅医院肝胆肠外科研究中心, 长沙 410008) 2(桂林电子科技大学 生命与环境科学学院, 桂林 541004) 3(桂林电子科技大学 机电工程学院, 桂林 541004) 4( 国家卫生计生委肝胆肠外科研究中心, 长沙 410008) 摘 要: 电极桥接是一项重要但又极易被忽视的脑电噪声来源. 基于互信息的统计特性提出了一种筛查桥接电 极的方法, 并将该方法应用到了 4 个被试不同任务下的数据中. 4 个被试的脑电数据中分别检出 3、4 、4 和 0 对 桥接电极; 对采集条件或不同预处理步骤进行的单因素鲁棒性分析未从中发现任何影响因素; 进一步的仿真对 比实验表明, 所提方法较电气距离法更为准确. 因此, 互信息的统计特性可有效用于检测脑电数据中的电极桥 接, 进而对及时提醒修复脑电数据或正确解释所分析出的结果具有重要意义. 关键词: 脑电图; 桥接电极; 互信息 Method of Identifying Bridged Electrodes Based on Mutual Information Statistics 1 2 3 4 4 WANG Dong-Cui , CHEN Zhen-Cheng , DENG Yang-Guang , MO Fong-Ming , ZHANG Yang-De 1(Hepatobiliary and Enteric Surgery Research Center, Xiangya Hospital, Central South University, Changsha 410008, China) 2(School of Life and Environmental Science, Guilin University of Electronic Technology, Guilin 541004, China) 3(Electromechanical Engineering College, Guilin University of Electronic Technology, Guilin 541004, China) 4(Hepatobiliary and Enteric Surgery Research Center, National Health and Family Planning Commission, Changsha 410008, China) Abstract: Electrode bridging is a common but easily ignored EEG artifact source. Based on the distinctive statistical characteristics of mutual information, a novel algorithm to automatically detect these bridges was developed and further applied to four EEG data sets acquired from different subjects. The applications identified four, four, three and zero pairs of bridged electrodes in these four data sets, respectively. No influencing factors were returned by One-way robustness analyses across different recording t