| 基于独立分量分析的脑电信号的眼电伪迹消除 |
| |
| 引用本文： | 李营,艾玲梅. 基于独立分量分析的脑电信号的眼电伪迹消除[J]. 计算机工程与应用, 2009, 45(15): 209-212. DOI: 10.3778/j.issn.1002-8331.2009.15.061 |
| |
| 作者姓名： | 李营 艾玲梅 |
| |
| 作者单位： | 陕西师范大学,计算机科学学院,西安,710062;陕西师范大学,计算机科学学院,西安,710062 |
| |
| 基金项目： | 陕西师范大学校级资助项目 |
| |
| 摘 要： | 介绍了独立分量分析技术的基本概念和原理，及其具有代表性的基于负熵最大的快算独立分量分析算法和基于核空间的独立分量分析算法，并分别对脑电中的眼电伪迹进行去除。通过仿真实验表明了独立分量分析算法较快速独立分量分析算法能更好去除眼电伪迹，具有较好准确性和鲁棒性。
|
| 关 键 词： | 独立分量分析 脑电信号 快速独立分量分析 核独立分量分析 |
| 收稿时间： | 2008-03-28 |
| 修稿时间： | 2008-6-10 |
Removing EOG artifacts from EEG signal based on ICA |
| |
| LI Ying,AI Ling-mei. Removing EOG artifacts from EEG signal based on ICA[J]. Computer Engineering and Applications, 2009, 45(15): 209-212. DOI: 10.3778/j.issn.1002-8331.2009.15.061 |
| |
| Authors: | LI Ying AI Ling-mei |
| |
| Affiliation: | College of Computer Science，Shaanxi Normal University，Xi’an 710062，China |
| |
| Abstract: | This paper introduces a new technology Independent Component Analysis (ICA),including its basic concepts,principles,and some representative algorithms,such as Fast Independent Component Analysis (FICA) and Kernel Independent Component Analysis(KICA).The method of removing EOG artifact from EEG Data was proposed.Simulation results show that KICA algorithm can remove EOG artifact from the EEG signal better,and it is also more accurate and robust than FICA. |
| |
| Keywords: | Independent Component Analysis（ICA） electroencephalogram（EEG） Fast Independent Component Analysis（FICA） Kernel Independent Component Analysis（KICA） |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《计算机工程与应用》浏览原始摘要信息 |
|
点击此处可从《计算机工程与应用》下载免费的PDF全文 |
