多通道脑电信号眼电伪迹自适应去除方法

摘要：

针对现有方法在眼电伪迹自动去除中存在有用信息丢失、伪迹分量识别困难的问题,提出了一种结合粒子群优化算法、独立成分分析和小波变换的伪迹自适应去除算法.首先,采用均方根误差和Pearson相关系数设计了粒子群优化算法的适应度函数,利用优化算法实现了两个样本熵阈值的自适应设置;然后利用快速独立成分分析算法将脑电信号分解为统计独立分量,根据第一个样本熵阈值自动识别含伪迹分量,含伪迹分量经过4 层小波分解得到5 个小波分量,根据第二个样本熵阈值自动识别伪迹分量,将识别的伪迹分量置零;最后经过小波重构和逆变换,获得去除眼电伪迹的脑电信号.采用Graz data set A数据集进行实验验证,结果表明提出的方法能够实现多通道脑电信号伪迹的自动去除;采用Klados数据集进行实验验证,结果表明,与SE-CEEMDAN方法相比,采用提出方法实验获得的均方根误差降低了 4.816,约 38.2%,Pearson相关系数提高了0.025,约2.97%.

关键词：脑电信号、眼电伪迹、独立成分分析、小波变换、粒子群优化

所属期刊栏目：23

分类号：R318.04(医用一般科学)

在线出版日期：2023-07-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：7694-7700