ICA去除EEG中眼动伪差和工频干扰方法研究

• 作者: 万柏坤 朱欣 杨春梅 高扬
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 脑电(EEG) 眼动伪差 工频干扰 独立分量分析(ICA) 最大熵(Infomax)
• 年，卷（期）: 2003,（10）
• 所属期刊栏目: 科研通信
• 页码范围: 1571-1574
• 页数: 4页
• 分类号: TH772+.2
• 字数: 3436字
• 语种: 中文
• DOI: 10.3321/j.issn:0372-2112.2003.10.031

摘要

眼动伪差和工频干扰是临床脑电图(EEG)中常见噪声,严重影响其有用信息提取.本文尝试采用独立分量分析(Independent Component Analysis,ICA)方法分离EEG中此类噪声.通过对早老性痴呆症(Alzheimer disease,AD)患者临床EEG信号(含眼动伪差和混入工频干扰,信噪比仅0dB)作ICA分析,比较了最大熵(Infomax)和扩展最大熵(Extended Infomax)ICA算法的分离效果,证实虽然最大熵算法可以分离出眼动慢波,但难以消除工频干扰,为此需采用扩展的最大熵算法;并知ICA方法在极低信噪比时也有较好的抗干扰性,且在处理非平稳信号时有好的鲁棒性;文中还结合近似熵(approximate entropy,ApEn)分析说明利用ICA去除干扰后有助于恢复和保持原始EEG信号的非线性特征.研究结果表明ICA方法在生物医学信号处理中具有潜在的重要应用价值,值得深入研究和推广.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高扬	天津大学生物医学工程与科学仪器系	20	152	7.0	12.0
2	万柏坤	天津大学生物医学工程与科学仪器系	122	1266	20.0	27.0
3	杨春梅	天津大学生物医学工程与科学仪器系	20	346	12.0	18.0
4	朱欣	天津大学生物医学工程与科学仪器系	11	190	7.0	11.0