计算机工程与科学

作者：李易霖, 周彪

单位：江南大学物联网工程学院，江苏 无锡 214122

关键词：脑电信号,通道筛选,快速独立成分分析,眼电伪迹,伪迹去除,

为了提高脑电信号中眼电伪迹去除的效果，提出一种结合快速独立成分分析（FastICA）和启发式小波阈值去噪（HWT）算法，并以模糊熵为眼电伪迹判别标准的眼电伪迹自动去除算法。首先，采用通道筛选算法对原始脑电信号进行降维处理，以提高计算效率；随后利用FastICA算法将筛选后的脑电信号分解为独立分量；其次，通过模糊熵分析识别含有眼电伪迹的独立分量；再次，采用HWT算法剔除该分量的眼电伪迹成分，保留有用的脑电信号；最后，进行逆小波变换和逆ICA重构，得到不含伪迹的脑电信号。通过在数据集BCI Competition IV上的实验验证了该算法。结果表明，相较于现有算法，所提算法在多个性能指标上均表现出色，信噪比（SNR）相较于现有基于峰度的伪迹识别算法提高约12%。

来源：2024年第12期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2024年第12期