基于独立元分析和非线性指数分析的脑电信号中伪迹分量的自动去除.pdf

生物物理学报 第二十二卷 第二期 二oo六年四月 ACTABH)】，lIYSICAS矾ICAV01．22No．2 Apr．2006 基于独立元分析和非线性指数分析的脑电信号中 伪迹分量的自动去除 卞宁艳1， 王斌1， 曹洋2， 张立明1 (1．复旦大学信息学院电子工程系，上海200433；2．复旦大学生命科学学院生理学和生物物理学系，上海200433) 伪迹干扰，这些伪迹的存在极大地影响了脑电信号分析的准确性，因此在进行脑电信号分析前需要去除伪迹干 扰。为了有效地去除伪迹，结合独立元分析和非线性指数分析，提出一种自动识别并去除脑电信号中伪迹分量的 方法。该方法还可同时用于提取脑电信号中的基本节律如d波等。相应的模拟与实际脑电数据的实验结果表明所 提议的方法具有很好的识别和去除脑电信号伪迹分量的性能。 关键词：脑电信号；独立元分析；非线陛指数分析；伪迹去除 中图分类号：R312 0引 言 号成分。然而，采用相关性方法的前提是在源信号 中存在有EOG通道，如水平方向和垂直方向的 脑电信号中常常包含有如眼动、眨眼、肌电、 心跳信号以及线性电极干扰等伪迹，这些伪迹的存 电数据中不包含EOG通道，则该方法不适用。另 在极大地影响了脑电信号分析的准确性。一些实验 外，脑电信号中除了包含上述伪迹信号，也包含有 结果表明，运用独立元分析的方法可以有效地分离 仅波、B波等成分的周期性信号。 出眼动、心跳等伪迹[¨】。在独立元分析的基础上， 本文通过对独立成分的非线性特征进行分析， 传统的去除伪迹方法主要采用了结合视觉观测的半 运用指数定量描述其特征。这里，我们采用非线性 指数分析，提出一种完全无需人工干预的、可以自 自动方法，如Jung等[·1采用视觉观测和脑电地形图 相结合的方法来判断伪迹。近年来提出的自动识别 动识别各种伪迹成分以及自动提取脑电信号中基本 节律的方法。图1给出所提议的方法去除脑电信号 方法主要集中在去除眼动信号上，如Joyce等翻提 中伪迹成分的基本原理框图。 出了一种通过分析独立成分与眼电(Electrooculog． mphy,EOG)信号相关性的方法自动去除眼动信 Sensor Reconstructed signals sensor signals 互-④。 ，，l@。 马 ， ， Nonliear i妁。 ylt)。exponential 骂 ， ， Band-pass ICA analysis filtering the i (set 、矿