北京生物医学工程

基于独立分量分析的诱发电位信号噪声分离方法

Independent Component Analysis Based Signal and Noise Separation for Evoked Potentials

作者：张润烜;邱天爽

单位：大连理工大学电子与信息工程学院,大连,116024

关键词：独立分量分析(ICA) 诱发电位(EP) 信号噪声分离

分类号：

出版年·卷·期（页码）：2003·22·2（85-88）

摘要：

诱发电位(EP)信号的检测与分析技术是临床医学诊断神经系统损伤及病变的重要手段之一.但是,从人体体表所得到的EP信号含有大量的噪声,最典型的噪声是人体自发产生的脑电图信号(EEG).因此,为利用EP信号诊断神经系统的损伤和病变,需要从混合信号中去除EEG等噪声.独立分量分析(ICA)是一种新近发展起来的统计信号处理方法.本文把ICA方法应用于EP信号的噪声消除,并与传统的自适应滤波方法进行了比较.计算机模拟表明,采用ICA方法进行信号噪声分离的结果明显优于自适应滤波方法.

参考文献：

服务与反馈：

【文章下载】【加入收藏】

提示：您还未登录，请登录！点此登录