|
|||||
|
|
| 基于PCA和自适应步长IVA的EMG伪迹去除方法 | |
| 作者单位： | ;1.江苏科技大学电子信息学院;2.江苏大学附属医院神经内科 |
| 摘 要： | 针对脑电(EEG)信号在采集过程中易受到肌电(EMG)伪迹干扰,且EMG伪迹复杂多变难以去除的问题,提出一种基于主分量分析(PCA)和自适应步长独立向量分析(IVA)相结合的EEG中EMG伪迹去除方法。首先,利用PCA将EEG信号的主分量提取出来,对数据降维;然后对主分量引入IVA算法,根据高阶统计量和二阶统计量,结合EMG伪迹的非高斯性和弱相关性进行EMG伪迹分离,同时引入基于分离效果的自适应步长选取方法,增强分离效果。实验中采集了8通道的EEG信号,测得各通道相对均方根误差为0.09～0.2,算法的平均EMG伪迹分离率为98%,且相比单独使用IVA时间节省20%,该方法适用于动态EEG中EMG伪迹的去除。 |
| 关 键 词： | 肌电伪迹分离 脑电信号 主分量分析 独立向量分析 自适应步长 数据采集 |
EMG artifact separation based on PCA and adaptive step size IVA |
|
| Abstract: | |
| Keywords: | |