盲源分离研究及其在脑电信号分析中的应用-信号与信息处理专业毕业论文.docxVIP

大连理工大学硕士学位论文摘 大连理工大学硕士学位论文 摘 要 脑电是一种特殊的生物电活动，反映了大脑的功能状态，分为自发脑电(EEG)和 诱发电位(EP)两种。头皮上采集的脑电可以看作是大脑内的电活动在头皮上的电位分 布，以及人体其它器官组织产生的生物电活动(包括心电，眼电和肌电等)和各种外界 因素引起的干扰信号。这些脑外来源的干扰信号称之为伪差。脑电信号分析的任务之一 就是去除脑电中的伪差，分离出纯净的脑电，以便应用于临床诊断和脑认知科学研究。 诱发电位是神经系统接受内外刺激所产生的特定电活动。通过诱发电位的检测可以诊断 和分析神经系统的病变和损伤。脑电信号分析的任务之二就是如何从强背景自发EEG 中提取EP信号。 盲源分离(BSS)技术是一种新兴的信号分析方法，其本质上与独立分量分析(ICA) 是一致的。ICA是一种多通道信号处理技术，其特点是除源信号相互统计独立外无其它 先验知识的情况下，将观察信号分解成为独立的分量。本文主要对ICA的原理，判据， 以及优化算法做了归纳性的研究，并将其应用到脑电信号的伪差去除和EP信号的提取 中。 本文基于峭度的快速固定点算法(FastICA)的基础上，对带参考信号的ICA(rICA) 进行了扩展，提出了～种多参考信号的ICA方法。新方法一方面克服了FastlCA的计算 量过大，对分离的分量需要人工判别的缺点，另一方面也弥补了rICA算法仅仅能提取 一路目标信号的缺陷。文中不但详细的介绍了多参考信号的ICA方法的原理及算法，而 且给出了具体的伪差去除算法，最后还将此方法应用到多个脑电伪差的去除中，仿真实 验进一步验证了算法了有效性。 在无加性噪声的情况下，ICA能够较好的对多导信号做盲分离。但实际从头皮采集 的脑电信号中，加性噪声的干扰是不可避免的。ICA对含有加性噪声的多导信号的处理 效果急剧下降。通常的处理方法是将多导信号先通过小波降噪，然后将去噪后的多导信 号作为ICA的输入。本文提出了一种小波变换(wT)与ICA相结合的方法。具体方法 是：先对多导信号进行小波分解，然后对分解得到的小波系数进行带参考信号的ICA分 离，最后通过小波重构得到目标信号。本文将此方法应用到诱发电位的提取中，仿真结 果表明新方法具有比较稳定的抗噪性能，且与已有的方法相比，具有较快的收敛速度和 较小的运算量。 关键词：脑电信号；诱发电位；独立分量分析；伪差去除；小波变换 大连理工大学硕士学位论文Study 大连理工大学硕士学位论文 Study on Blind Source Separation and Its Application in Brain Signal Analysis Abstract Brain signals which reflect the brain function status are special bioeleetrichy activities． Brain signals ale classified into electroencephalograph(EEGl signals and evoked potential ①P)signals．The EEG signals from scalp can be taken勰electric potential distribution ofthe electric activities inside the brain on scalp，bioeleetrical activities generated by other apparatus ofhuman beings(including ECG,EOG，EMG and so on)，and interferences brought by outside factors．These interferences outside brain are called artifacts．One ofthe main tasks ofbrain sigrlal analysis is to eliminate the artifacts and get pure brain signals．The pure signals oan be applied to clinical diagnosis and brain science research，EP signals are electric signals generated by the stimulated neural system，By the dete斌ion ofEP，a number ofpathological changes and damages伽be diagnosed．The second tas