基于ICA和聚类的EEG脑源定位研究

• 作者: 于涵 文念 杨俊宇 杨晨 黄丽亚
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 脑电 独立成分分析 多偶极子源定位 聚类分析
• 年，卷（期）: 2015,（5）
• 所属期刊栏目: 应用开发研究
• 页码范围: 228-232
• 页数: 5页
• 分类号: TP301
• 字数: 4446字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2015.05.053

摘要

将独立成分分析(ICA)与聚类Cluster相结合应用到脑电的多偶极子源定位，先采用快速独立成分分析(fastICA)得到多个独立成分( ICs)，然后通过聚类方法对得到的ICs进行特征提取和有效归类。该方法在去除脑电伪迹和噪声干扰的同时解决了ICA分解后独立成分的选取依赖于经验的局限性。以上消除了伪迹干扰和ICs的不确定性选择对源定位性能的影响，为源定位创造了有利条件。对ICs进行定位也使得整个定位过程像单偶极子定位一样稳定简单。仿真实验中源定位效果得到改善，表明了该方法的有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄丽亚	南京邮电大学电子科学与工程学院	48	384	10.0	18.0
2	文念	南京邮电大学电子科学与工程学院	3	6	1.0	2.0
3	于涵	南京邮电大学电子科学与工程学院	1	6	1.0	1.0
4	杨晨	南京邮电大学电子科学与工程学院	3	13	2.0	3.0
5	杨俊宇	南京邮电大学电子科学与工程学院	2	6	1.0	2.0