原文服务方: 科技与创新       
摘要:
脑电信号反映生物体的大脑活动,在采集和处理过程中极易受各种噪声的干扰,如眨眼、快速眼动、心电、肌电等,这些噪声给脑电信号的分析处理带来了很大困难.本文介绍了一种基于最大信号分量(MSF)理论的新方法,尝试把该算法用于脑电信号去噪.仿真实验结果表明,最大信号分量分析方法可以有效地去除脑电信号中的噪声干扰.
推荐文章
基于AR模型的小波变换在脑电信号消噪中的应用
自回归模型
小波变换
脑电信号
消噪
Hilbert-Huang变换应用于心电信号消噪
Hilbert-Huang变换
EMD
心电信号
阈值消噪
大鼠癫痫脑电信号采集
癫痫
脑电信号
初级躯体感觉皮层
时域分析
频域分析
基于DSP的癫痫脑电信号处理
小波分解
DSP
脑电信号
离散小波变换
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于MSF的脑电信号消噪
来源期刊 科技与创新 学科
关键词 脑电信号 噪声去除 最大信号分量(MSF)
年,卷(期) 2009,(27) 所属期刊栏目 软件时空
研究方向 页码范围 161-162,77
页数 3页 分类号 TP274+.2
字数 语种 中文
DOI 10.3969/j.issn.2095-6835.2009.27.063
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (26)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1988(1)
  • 参考文献(1)
  • 二级参考文献(0)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
脑电信号
噪声去除
最大信号分量(MSF)
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
科技与创新
半月刊
2095-6835
14-1369/N
大16开
2014-01-01
chi
出版文献量(篇)
41653
总下载数(次)
0
总被引数(次)
202805
论文1v1指导