基于独立分量分析的自适应最大熵算法对脑电干扰的识别与剔除.pdfVIP

第21卷第2期 航天医学与医学工程 V01．21No．2 Medicine＆Medical 2008年4月 Space Engineering Apr．2008 基于独立分量分析的自适应最大熵算法对脑电干扰的识别 与剔除囊 高莉，黄力宇 (西安电子科技大学电子工程学院生物医学工程系，陕西西安710071) 摘要：目的提出一种在脑电信号采集过程中自动识别和剔除各种干扰的新方法。方法将独立分量分 析(ICA)最大熵算法和非线性参数阈值设定相结合。首先对ICA最大熵算法进行自适应改进，并将其 用于对包含肌电、眼动等各种干扰的19导脑电信号进行独立分量分解；然后对各独立成分进行3个参 数的非线性分析，通过设定的阈值，自动识别出其中的伪迹成分；在去除识别出的各伪迹的独立成分后， 将其余独立成分反投影到头皮各电极处，得到去除干扰后较为纯净的脑电信号。结果研究表明，基于 盲源分离技术的自适应最大熵算法实现了脑电信号与其中所包含的多种干扰成分的分离，通过信号的 重建可实现对不同来源干扰的剔除。结论自适应最大熵算法是生理信号消噪研究中一种有潜力的方 法。 关键词：脑电图；独立分量分析；最大熵算法；干扰；非线性参数 中图分类号：R319文献标识码：A 文章编号：1002-0837(2008)02-0142-05 andRemoval inEEG with Recognition ofArtifactsRecordingAdaptiveInfomaxAlgorithmofIndependent MedicineMedicaI ComponentAnalysis．GAOLI，HUANGLi—yu．Space 142—146 findnew andremovetheartifactsfromd．fferent To a to Abstract：Objectiveapproachrecognize sourcesin EEG lnfomax of and analysis recording．Methodsalgorithmindependentcomponent thresholdsetofnonlinear werecombined．The was im- parameters self—adaptivealgorithmfirstly nineteen—channeI included proved．and Electroencephalograms(EEGs)whichelectromyogram， andsomeother with Infomax eye—movement artifacts．weredecomposedself—adaptivealgorithm． the Thenthree werecalculatedwithnonlinearforalI parameters analysis independentcomponents． andartifactscouldbejdentified thethreshold last．afteralItheartifacts automaticallyby settings．At