基于子成分分解的脑电信号去噪方法比较研究

基于子成分分解的脑电信号去噪方法比较研究

论文摘要

脑电信号包含了丰富的时间和空间信息,为了获得实时性好且抗干扰的生理信号,大量的微弱脑电信号提取技术被应用研究。针对实际生理脑电信号易受无关噪声影响等问题,对最大分量分析法和独立成分分析法在去除脑电信号所包含伪迹上的分离性能以及处理的实时性进行对比,从散点图分析、相关性指标对比、计算速度3个方面对其解混效果进行评价。结果表明,两种方法对噪声信号均具有分离效果,且都可以保证实时性,但最大分量分析法比独立成分分析法具有分离效果更好、相关性指标更高、分离相似度高、相似度值浮动小更稳定等优点,具有更广泛的应用前景。

论文目录

  • 1 引言
  • 2 算法原理
  •   2.1 最大分量分析方法
  •   2.2 独立分量分析
  • 3 结果
  •   3.1 分离结果
  •   3.2 分离性能评价
  • 4 讨论
  • 5 结论
  • 文章来源

    类型: 期刊论文

    作者: 付荣荣,鲍甜恬,田永胜,王琳

    关键词: 计量学,脑电信号,最大分量分析法,独立成分分析法,子成分分解

    来源: 计量学报 2019年04期

    年度: 2019

    分类: 工程科技Ⅱ辑,基础科学,医药卫生科技,信息科技

    专业: 生物学,生物医学工程,电信技术

    单位: 燕山大学电气工程学院,沈阳工程学院机械学院

    基金: 国家自然科学基金(51605419),河北省自然科学基金(E2018203433),中国博士后面上项目(2016M600193),河北省引进留学人员资助项目(CL201727),辽宁省高等学校基本科研项目(LQN201708)

    分类号: R318;TN911.6

    页码: 708-713

    总页数: 6

    文件大小: 1172K

    下载量: 155

    相关论文文献

    • [1].基于脑电信号反馈控制的双轨道小车控制器设计[J]. 电子制作 2019(23)
    • [2].酒精脑电信号降维去噪方法的研究[J]. 长春理工大学学报(自然科学版) 2019(06)
    • [3].脑电信号分析方法及其应用[J]. 中国医疗器械杂志 2020(02)
    • [4].一种基于脑电信号的眼动方向分类方法[J]. 计算机科学 2020(04)
    • [5].我国脑电信号分析方法及在工学方面的应用研究[J]. 中外企业家 2020(19)
    • [6].基于脑电信号分析的换挡布置优化[J]. 汽车实用技术 2020(17)
    • [7].基于多尺度排列熵的脑电信号分类[J]. 中国数字医学 2019(05)
    • [8].基于深度学习的癫痫脑电信号分析与预测[J]. 长春大学学报 2019(06)
    • [9].关于脑电信号的情感优化识别仿真[J]. 计算机仿真 2018(06)
    • [10].基于脑电信号的耳鸣识别算法研究[J]. 科技传播 2018(13)
    • [11].癫痫脑电信号的相关性分析[J]. 电子世界 2017(05)
    • [12].基于半监督学习的脑电信号特征提取及识别[J]. 工程科学与技术 2017(S2)
    • [13].基于脑电信号的驾驶疲劳的研究[J]. 世界最新医学信息文摘 2017(55)
    • [14].运动想象脑电信号特征的提取与分类[J]. 工业控制计算机 2015(02)
    • [15].脑电信号的最优分数阶傅里叶变换[J]. 沈阳大学学报(自然科学版) 2019(06)
    • [16].基于多特征卷积神经网路的运动想象脑电信号分析及意图识别[J]. 仪器仪表学报 2020(01)
    • [17].人脑电信号实时监测原型系统设计与实现[J]. 计算机工程与应用 2019(02)
    • [18].基于方差和深度学习的脑电信号分类算法[J]. 黑龙江工程学院学报 2017(06)
    • [19].脑电信号识别及其在机械手臂控制中的应用[J]. 生物医学工程研究 2016(04)
    • [20].少年与中年脑电信号的多尺度符号序列熵分析[J]. 北京生物医学工程 2016(06)
    • [21].基于卷积神经网络的脑电信号上肢运动意图识别[J]. 浙江大学学报(工学版) 2017(07)
    • [22].脑电信号在线采集系统设计与实现[J]. 微型机与应用 2017(22)
    • [23].便携式脑电信号采集与处理系统(英文)[J]. 航天医学与医学工程 2016(03)
    • [24].正常人中医体质分类与脑电信号相关性探讨[J]. 辽宁中医药大学学报 2014(11)
    • [25].脑电信号采集系统的设计[J]. 河北建筑工程学院学报 2014(01)
    • [26].思维脑电信号的关联维数分析[J]. 河南科技大学学报(自然科学版) 2012(01)
    • [27].一种适用于清醒动物脑电信号采集的固定装置[J]. 首都医科大学学报 2011(06)
    • [28].运动想象脑电信号识别研究[J]. 计算机工程与应用 2010(33)
    • [29].基于照片刺激下的脑电身份识别研究[J]. 江西蓝天学院学报 2011(04)
    • [30].静息脑电信号频域不对称指数特征识别算法[J]. 电子设计工程 2020(09)

    标签:;  ;  ;  ;  ;  

    基于子成分分解的脑电信号去噪方法比较研究
    下载Doc文档

    猜你喜欢