眼电伪迹自动识别与去除的新方法-库问搜索.PDF

第５ 期 电　　子　　学　　报 Ｖｏｌ．４４　Ｎｏ．５ ２０１６ 年５ 月 ＡＣＴＡ ＥＬＥＣＴＲＯＮＩＣＡ ＳＩＮＩＣＡ Ｍａｙ　２０１６ 眼电伪迹自动识别与去除的新方法 １，２ １ １ １，２ ３ 李明爱 ，郭硕达 ，田晓霞 ，杨金福 ，郝冬梅 （１．北京工业大学电子信息与控制工程学院，北京 １００１２４；２．计算智能与智能系统北京市 重点实验室，北京 １００１２４；３．北京工业大学生命科学与生物工程学院，北京 １００１２４） 　　摘　要：　为了改善脑电中的眼电伪迹过估计问题及环境干扰耦合引起的非线性混合对眼电去除效果的影响，提 出一种基于快速核独立成分分析（Ｆａｓｔ Ｋｅｒｎｅｌ Ｉｎｄｅｐｅｎｄｅｎｔ Ｃｏｍｐｏｎｅｎｔ Ａｎａｌｙｓｉｓ，ＦａｓｔＫＩＣＡ）与离散小波变换（Ｄｉｓｃｒｅｔｅ Ｗａｖｅｌｅｔ Ｔｒａｎｓｆｏｒｍ，ＤＷＴ）的眼电自动去除方法，即（Ｆａｓｔ Ｋｅｒｎｅｌ Ｉｎｄｅｐｅｎｄｅｎｔ Ｗａｖｅｌｅｔ Ｔｒａｎｓｆｏｒｍ ，ＦＫＩＷＴ）方法．首先，利 用ＦａｓｔＫＩＣＡ方法对脑电信号进行分离得到独立成分，并以相关系数为依据识别出眼电伪迹；进而，基于ＤＷＴ对眼电 伪迹进行多分辨率分析，将逼近分量置零，而细节分量保持不变，使得重构所得眼电伪迹成分保留更多有用脑电信号； 最后，利用ＦａｓｔＫＩＣＡ逆变换重建眼电去除后的脑电信号．实验结果表明：ＦＫＩＷＴ不仅有效改善了眼电过估计问题，增 强了抗干扰能力和鲁棒性，而且在线性混合和非线性混合情况下，均得到较好的伪迹去除效果，特别是在非线性混合 时优势更为明显，适合于实际在线应用． 关键词：　非线性混合模型；快速核独立成分分析；离散小波变换；眼电过估计；鲁棒性 中图分类号：　Ｒ３１８　　　文献标识码：　Ａ　　　文章编号：　０３７２２１１２ （２０１６）０５１０３２０８ 电子学报ＵＲＬ：ｈｔｔｐ：／／ｗｗｗ．ｅｊｏｕｒｎａｌ．ｏｒｇ．ｃｎ　 ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．０３７２２１１２．２０１６．０５．００４ Ａ Ｎｏｖｅｌ Ａｕｔｏｍａｔｉｃ Ｒｅｃｏｇｎｉｔｉｏｎ ａｎｄ Ｒｅｍｏｖａｌ Ｍｅｔｈｏｄ ｏｆ ＯｃｕｌａｒＡｒｔｉｆａｃｔｓ １，２ １ １ １，２ ３ ＬＩ Ｍｉｎｇａｉ ，ＧＵＯ Ｓｈｕｏｄａ ，ＴＩＡＮ Ｘｉａｏｘｉａ ，ＹＡＮＧＪｉｎｆｕ ，ＨＡＯ Ｄｏｎｇｍｅｉ （１．Ｃｏｌｌｅｇｅ ｏｆＥｌｅｃｔｒｏｎｉｃ Ｉｎｆｏｒｍａｔｉｏｎ ＆Ｃｏｎｔｒｏｌ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｂｅｉｊｉｎｇ ＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｂｅｉｊｉｎｇ １００１２４，Ｃｈｉｎａ； ２．ＢｅｉｊｉｎｇＫｅｙＬａｂｏｒａｔｏｒｙｏｆＣｏｍｐｕｔａｔｉｏｎａｌＩｎｔｅｌｌｉｇｅｎｃｅ ａｎｄＩｎｔｅｌｌｉｇｅｎｔ Ｓｙｓｔｅｍ，Ｂｅｉｊｉｎｇ １００１２４，Ｃｈｉｎａ； ３．Ｃｏｌｌｅｇｅ ｏｆＬｉｆｅ Ｓｃｉｅｎｃｅ ａｎｄＢｉｏＥｎｇｉｎｅｅｒｉｎｇ，Ｂｅｉｊｉｎｇ １００１２４，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：　Ｉｎ ｏｒｄｅｒｔｏ ｉｍｐｒｏｖｅ ｔｈｅ ｏｖｅｒｅｓｔｉｍａｔｉｏｎ ｏｆｏｃｕｌａｒ ａｒｔｉｆａｃｔｓ （ＯＡ）ｉｎ ｅｌｅｃｔｒｏｅｎｃｅｐｈａｌｏｇｒａｍ （