基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在高阶累积量和独立分量分析的基础上,提出一种基于CuBICA算法的脑电信号伪迹去除方法.针对脑电信号中常含有的眼电、心电等伪迹问题,利用小波包方法对原始脑电信号去噪,并进行中心化和白化处理,运用CuBICA算法对消噪后的脑电信号进行盲源分离.分析分离后各信号间相关性,结果表明,CuBICA算法能成功分离脑电、眼电与心电信号,有效去除纯脑电信号中的各种伪迹.
推荐文章
采用样本熵自适应噪声完备经验模态分解的脑电信号眼电伪迹去除算法
脑电图
眼电伪迹
独立成分分析
自适应噪声完备经验模态分解
小波
基于峭度的脑电信号盲源分离伪迹去除方法
盲源分离
峭度
脑电信号
伪迹去除
基于变分模态分解的眼电伪迹去除
眼电伪迹
脑电信号
变分模态分解
模态分量
基于扩展Infomax与DOST的多导联睡眠脑电伪迹去除方法研究
脑电信号
睡眠
离散正交S变换
分形维数
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CuBICA算法的EEG伪迹去除方法
来源期刊 计算机工程 学科 工学
关键词 脑电信号 伪迹去除 盲源分离 互相关系数 独立分量分析 累积量
年,卷(期) 2012,(3) 所属期刊栏目 人工智能及识别技术
研究方向 页码范围 180-182,186
页数 分类号 TP18
字数 3716字 语种 中文
DOI 10.3969/j.issn.1000-3428.2012.03.061
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 罗志增 杭州电子科技大学机器人研究所 164 2539 28.0 39.0
2 蔡新波 杭州电子科技大学机器人研究所 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (18)
共引文献  (25)
参考文献  (6)
节点文献
引证文献  (3)
同被引文献  (2)
二级引证文献  (0)
1994(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(2)
  • 二级参考文献(1)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
脑电信号
伪迹去除
盲源分离
互相关系数
独立分量分析
累积量
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
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导