探索独立分量分析在脑电信号处理中的应用

探索独立分量分析在脑电信号处理中的应用

ID:34782560

大小:5.41 MB

页数:74页

时间:2019-03-10

探索独立分量分析在脑电信号处理中的应用_第1页
探索独立分量分析在脑电信号处理中的应用_第2页
探索独立分量分析在脑电信号处理中的应用_第3页
探索独立分量分析在脑电信号处理中的应用_第4页
探索独立分量分析在脑电信号处理中的应用_第5页
资源描述:

《探索独立分量分析在脑电信号处理中的应用》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、Y1527385分类号:U49107tO—S06241265港专夫海硕士学位论文独立分量分析在脑电信号处理中的应用吴坚导师姓名职称申请学位级别论文提交臼期学位授予单位郭元术教授答辩委员会主席学位论文评阅人李国民教授关可副教授摘要随着全球脑研究的持续升温,有关脑科学的各种方法逐渐成为自然科学领域的热门话题。从人的头皮采集到的脑电作为大脑信息处理过程中所发生的电生理活动的一个直观而无损的反映,因其独特的属性(无创、高时间分辨率等)而日益成为相关研究中必不可少的研究手段,为脑科学的深入发展提供重要的技术支持。理论上一般认为脑电信号中的干扰(工频干扰、心电

2、伪迹、眼动伪迹等)和特定刺激下产生的诱发电位都是来自于不同源的信号,可以认为在时间上是相互统计独立的。各源发出的信号在大脑组织内几乎是线性瞬时混合的,迭加延时效应和卷积效应可以被忽略。各种伪迹和脑电信号通常又都服从非高斯分布。同时我们假设观测脑电信号的导联数等于信号源的个数。针对传统的伪迹减法会不可避免地去除某些脑电信号成分,叠加平均法不能反映诱发电位逐次变化的缺陷,本文利用独立分量分析从一个全新的角度来解决脑电信号的伪迹去除和特征提取问题。从分解出的独立分量中,结合其空间分布模式找出反映伪迹和诱发电位的分量。在伪迹去除中,我们将反映伪迹的独立分量

3、置零,其他分量通过左乘解混矩阵的逆矩阵返回原始脑电信号,达到去除伪迹的目的。在诱发电位的提取中,我们仅将反映诱发电位的独立分量通过左乘解混矩阵的逆矩返回原始脑电信号,达到提取诱发电位的目的。最后我们通过真实脑电信号的仿真实验研究上述方法在伪迹去除和诱发电位提取中的有效性。结果表明,本方法能够有效地去除脑电信号中的各种伪迹,而没有破坏其他脑电信号成分。单次提取出的两类诱发电位符合诱发响应的生理学意义。关键词:独立分量分析,脑电信号,伪迹去除,诱发电位提取AbstractWiththeglobalbrainresearchcontinuouswarmi

4、ng,thevariousmethodsofbrainsciencehavegraduallybecomeahottopicinthenaturalsciencedomain.EEGcollectedfromthehumanscalpasanintuitionisticandnondestructivereflectionoftheelectrophysiologicalactivityoccurringinthecourseofbraininformationprocessing,foritsuniqueattributes(non—invasi

5、ve,hightimeresolution,etc.),isincreasinglybecominganessentialresearchtoolofrelatedresearchandprovidesimportanttechnicalsupportforin-depthdevelopmentofbrainscience.IntheEEGsignals,theoryisgenerallybelievedthatinterference(powerfrequency,ECGartifact,eyemovementartifact,etc.)ande

6、vokedpotentialsarisingfromaspecificstimulationaresignalsfromdifferentsources,Canbeconsideredmutualstatisticalindependenceintermsoftime.Signalsfromdifferentsourcesinthebraintissuearealmostinstantaneouslinearmixture,superpositiondelayeffectandconvolutioneffectcanbeignored.Variou

7、sartifactsandEEGsignalsareusuallysubjecttOnon—Gaussiandistribution.Atthesametime,weassumethatthenumberofEEGsignalsobservationchannelsisequaltothenumberofsources.ForthedefectsthattraditionalartifactsubtractionmethodwillinevitablyremovesomecomponentsofEEGsignalsandsuperposedaver

8、agemethoddoesnotreflectthesuccessivechangesofevokedpotentials

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。