基于ICEEMD-PE的脑血氧降噪方法研究

• 作者: DAI Yakang 刘燕 张欢 戴亚康
• 来源期刊: 计算机与数字工程
• 学科: 医学
• 关键词: 脑血氧 改进的总体完备经验模态分解 排列熵 降噪
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 算法与分析
• 页码范围: 1511-1515,1574
• 页数: 6页
• 分类号: R318.04
• 字数: 3103字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2018.08.006

摘要

脑血氧在临床治疗和诊断中起着重要作用,然而在基于近红外光谱技术的信号采样过程中由于人体的生理活动和随机噪声等干扰带来的基线漂移和高频噪声,严重影响了数据的精确度.因此,论文提出一种改进的总体完备经验模态分解(ICEEMD)和排列熵(PE)相结合的方法对脑血氧信号进行降噪处理.首先,对脑血氧信号进行ICEEMD分解,得到一系列本征模态函数(IMF);然后,将所有IMF引入排列熵计算,选取阈值,剔除噪声;最后,对信号进行重构,产生去噪后的信号.实验结果表明,该方法可以有效抑制脑血氧信号中的基线漂移和高频噪声,提高数据的精确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张欢	南京理工大学电子工程与光电技术学院	4	19	2.0	4.0
2	戴亚康	中国科学院苏州生物医学工程技术研究所	17	66	4.0	7.0
3	刘燕	中国科学院苏州生物医学工程技术研究所	33	276	8.0	15.0
4	DAI Yakang	南京理工大学电子工程与光电技术学院	1	0	0.0	0.0