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。
According to high order cumulant and Independent Component Analysis（ICA）, this paper proposes a method of removing artifacts from Electroencephalogram（EEG） based on CuBICA. The Electroencephalogram which mixing with EOG and EKG signals are denoised by wavelet package analysis, after centering and whitening, the EEG signals which still containing EOG and EKG is separated by CuBICA algorithm. The cross correlation coefficient of the separated signals is analyzed, result shows that CuBICA algorithm can efficiently separate EOG and EKG from EEG, and get pure EEG.
出处
《计算机工程》
CAS
CSCD
2012年第3期180-182,186,共4页
Computer Engineering
基金
国家自然科学基金资助项目(60874102)
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
Electroencephalogram（EEG）
artifact removal
Blind Source Separation（BSS）
cross correlation coefficient
Independent ComponentAnalysis（ICA）
cumulant
