基于EEMD与DSS-ApEn的脑电信号消噪方法

• 作者: 孟明 杨国雨 甘海涛 罗志增 高云园
• 来源期刊: 传感技术学报
• 学科: 工学
• 关键词: 脑电信号 信号消噪 集合经验模态分解 降噪源分离 近似熵
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 传感器信号处理
• 页码范围: 1539-1546
• 页数: 8页
• 分类号: TP391
• 字数: 4835字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1699.2018.010.015

摘要

为了在消除信号中噪声的同时尽可能保留有效信息,提出了一种基于集合经验模态分解EEMD(Ensemble Empirical Mode Decomposition)和降噪源分离DSS(De-noising Source Separation)与近似熵ApEn(Approximate Entropy)相结合的脑电信号消噪方法.利用EEMD分解算法将含噪脑电信号分解为若干个内蕴模态函数IMF(Intrinsic Mode Functions)分量,滤除最高频分量后的IMF分量应用DSS分离出各独立源信号,再选择频谱近似熵最大的独立源信号作为去噪信号.仿真和真实脑电信号的消噪实验表明,与独立EEMD消噪方法以及基于EEMD与改进提升小波消噪方法相比,本文提出的方法消噪效果更好.

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	杭州电子科技大学智能控制与机器人研究所	164	2539	28.0	39.0
2	孟明	杭州电子科技大学智能控制与机器人研究所	34	381	11.0	18.0
3	高云园	杭州电子科技大学智能控制与机器人研究所	23	198	8.0	13.0
4	甘海涛	杭州电子科技大学智能控制与机器人研究所	7	9	2.0	3.0
5	杨国雨	杭州电子科技大学智能控制与机器人研究所	2	2	1.0	1.0