基于快速独立分量分析和小波包变换的脑电信号消噪

合集下载

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

各分量间的互相关系数的数量级为一１５和一１６，互相关系数近似为０，说明该方法的去噪效果很好。
关键词：脑电信号；小波包变换；快速独立分量分析；互相关系数
ＮｏｉｓｅｏｆＥＥＧＥｌｉｍｉｎａｔｅｄｂｙｔｈｅＣｏｍｂｉｎａｔｉｏｎｏｆＦａｓｔＩｎｄｅｐｅｎｄｅｎｔＣｏｍｐｏｎｅｎｔＡｎａｌｙｓｉｓａｎｄＷａｖｅｌｅｔＰａｃｋｅｔＴｒａｎｓｆｏｒｍ
基于快速独立分量分析和小渡包变换的脑电信号消噪
王远大，陈宏铭，程玉华（上海北京大学微电子研究院，上海，２０１２０３）
摘要：本文提出一种小波包变换和快速独立分量分析相结合的方法对脑电信号进行预处理。首先利用小
ｏｒｄｅｒｏｆｍａｇｎｉｔｕｄｅｏｆｃｒｏｓｓｃｏｒｒｅｌａｔｉｏｎｃｏｅｆｉｃｉｅｎｔｓｗｅｒｅ－１５ａｎｄ－１６，ｗｈｉｃｈｃｏｕｌｄｂｅｒｅｇａｒｄｅｄａｓｚｅｒｏ．Ｓｏｔｈｉｓａｐｐｒｏａｃｈｐｅｆｏｒｒｍｅｄｗｅｌｌｉｎｒｅｄｕｃｉｎｇｎｏｉｓｅ．Ｋｅｙｗｏｒｄｓ：ＥＥＧ；ｗａｖｅｌｅｔｐａｃｋｅｔｔｒａｎｓｆｏｒｍ；ＦａｓｔＩＣＡ；ｃｒｏｓｓｃｏｒｒｅｌａｔｉｏｎｃｏｅｆｆｉｃｉｅｎｔ
ｐｒｏｃｅｓｓｔｈｅＥＥＧｓｉｇｎａｌｓ．Ｆｉｒｓｔｏｆａｌｌ，ｔｈｅＥＥＧｓｉｇｎａｌｓｗｅｒｅｄｅｃｏｍｐｏｓｅｄｕｐｔｏ３ｌｅｖｅｌｓｕｓｉｎｇｗａｖｅｌｅｔｐａｃｋｅｔｔｒａｎｓｆｏｒｍ．
Байду номын сангаас
Ａｂｓｔｒａｃｔ：Ｉｎｔｈｉｓｐａｐｅｒ，ｔｈｅａｐｐｒｏａｃｈｏｆｔｈｅｃｏｍｂｉｎａｔｉｏｎｏｆＦａｓｔＩＣＡａｎｄｗａｖｅｌｅｔｐａｃｋｅｔｔｒａｎｓｆｏｒｍｉｓｐｒｏｐｏｓｅｄｔｏ
Ｔｈｅｎｐｕｔｃｏｅｆｉｆｃｉｅｎｔｓｏｆｔｈｅｈｉｇｈｅｓｔｒｆｅｑｕｅｎｃｙｒａｎｇｅａｔｚｅｒｏ，ｓｏａｓｔｏｅｌｉｍｉｎａｔｅｒａｎｄｏｍｎｏｉｓｅｉｎＥＥＧｓｉｎａｇｌｓ，ａｎｄａｔｔｈｅｓａｍｅｔｉｍｅｔｏｋｅｅｐａｓｍｕｃｈｄｅｔａｉｌｅｄｉｎｆｏｒｍａｔｉｏｎａｓｐｏｓｓｉｂｌｅ．Ａｆｔｅｒｔｈａｔ，ｉｎｏｒｄｅｒｔｏｓｅｐａｒａｔｅａｌｌｔｈｅｎｏｉｓｅｒｆｏｍＥＥＧ
ｓｉｇｎａｌｓ，ｔｈｅｏｕｔｐｕｔｏｆｔｈｅｗａｖｅｌｅｔｐａｃｋｅｔｔｒａｎｓｆｏｒｍｗａｓｐｒｏｃｅｓｓｅｄｂｙＦａｓｔＩＣＡ．Ｔｏｖｅｒｉｆｙｔｈｅｐｅｒｆｏｒｍａｎｃｅｏｆｔｈｅｓｙｓｔｅｍ，ｔｈｅａｕｔｈｏｒａｎｌｙａｚｅｄｔｈｅｃｏｒｒｅｌａｔｉｏｎｓａｍｏｎｇｌｌａｃｏｍｐｏｎｅｎｔｓｏｆｔｈｅｒｅｓｕｌｔ．Ｔｈｅｒｅｓｕｌｔｏｆｔｈｅｅｘｐｅｒｉｍｅｎｔｓｈｏｗｅｄｔｈａｔｔｈｅ
波包变换对脑电信号进行３层分解，对第三层的高频小波系数置零，以此达到去除随机噪声的目的，同时
最大程度地保留了细节信息。其次，对经过小波包变换处理后的多路信号进行快速独立分量分析，将脑电
信号与各噪声源信号分离开。为验证消噪算法的效果，本文对输出各分量进行相关性分析，实验结果显示
ＷＡＮＧＹｕａｎ－ｄａ，ＣＨＥＮＨｏｎｇ－ｍｉｎｇ，ＣＨＥＮＧＹｕ－ｈｕａ
（ＳｈａｎｇｈａｉＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅｏｆＭｉｃｒｏｅｌｅｃｔｒｏｎｉｃｓ（ＳＨＲＩＭＥ），ＰｅｋｉｎｇＵｎｉｖｅｒｓｉｔｙ，Ｓｈａｎｇｈａｉ，２０１２０３）