基于EEMD-ICA的脑电去噪算法研究

樊凤杰; 白洋; 纪会芳

首页> 中文期刊> 《计量学报》 >基于EEMD-ICA的脑电去噪算法研究

基于EEMD-ICA的脑电去噪算法研究

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

脑电信号(EEG)是脑神经细胞的电生理活动在大脑皮层的反映,但采集到的脑电信号一般都含有大量噪声.为了保留有效信息同时消除尽可能多的噪声,提出通过构造虚拟通道将集合经验模态分解与独立成分分析相结合的脑电信号去噪方法.首先,对脑电信号进行EEMD分解得到固有模态函数(IMF)分量,根据相关性准则筛选含噪声成分多的IMF分量构造虚拟通道进行ICA去噪;然后,将消噪后的结果与含信号成分多的IMF分量进行重构再次ICA去噪,得到最终去噪信号.为了验证EEMD-ICA去噪方法的有效性,以信噪比、均方根误差作为评价指标,将该方法与小波去噪法、EEMD去噪法、ICA去噪法进行比较,结果表明,EEMD-ICA去噪后的信噪比高于其它方法,均方根误差小于其它方法,综合分析该方法能更好地消除噪声.

著录项

来源
《计量学报》 |2021年第3期|395-400|共6页
作者
樊凤杰; 白洋; 纪会芳;
展开▼
作者单位

燕山大学电气工程学院河北秦皇岛066004;

燕山大学电气工程学院河北秦皇岛066004;

联勤保障部队第九八四医院北京100094;

展开▼
原文格式 PDF
正文语种 chi
中图分类物理化学计量;无线电计量;
关键词
计量学; 脑电信号; 去噪; 集合经验模态分解; 独立成分分析; 虚拟通道;

相似文献

中文文献
外文文献
专利

1. 基于脑电节律样本熵的单导脑电睡眠分期算法研究 [J] . 张由明 ,林金朝 ,吴宝明 . 电子世界 . 2016,第024期
2. 基于贝叶斯估计的小波脑电信号去噪算法研究 [J] . 王宏旭 ,张晨洁 ,刘勇 . 长春理工大学学报（自然科学版） . 2021,第002期
3. 基于独立分量分析的多通道脑电信号自动去噪算法研究 [J] . 胡艳 . 无线互联科技 . 2012,第003期
4. 基于卷积网络的运动想象脑电自制数据集分类算法研究 [J] . 蔡辰玥 . 人工智能与机器人研究 . 2021,第001期
5. 基于GA-BP网络的脑电与心电融合疲劳识别算法研究 [J] . 白志强 ,尤文斌 ,刘晓琦 . 中北大学学报（自然科学版） . 2021,第004期
6. 基于小波变换的脑电去噪方法研究 [C] . 杨金奎 ,刘希顺 ,刘安芝 . 第十届全国医药信息学大会 . 2005
7. 基于稀疏去噪自编码器癫痫脑电分类 [A] . 邱杨 . 2018

基于EEMD-ICA的脑电去噪算法研究

摘要

著录项

相似文献

相关主题

期刊订阅