基于小波和獨立分量分析的腦電信號預(yù)處理研究.pdf

1、腦電信號是腦細(xì)胞群的自發(fā)性電活動。腦電圖（Electroencephalogram，EEG）是大腦神經(jīng)細(xì)胞群的電活動的總體效應(yīng)在大腦皮層和頭皮表面上的反映。腦電圖數(shù)據(jù)是通過貼在頭皮表面上的電極記錄的，極易收到一些干擾成分的影響，這些干擾成分會對腦電信號的分析處理產(chǎn)生很多不利影響。因此偽跡消除在腦電信號的分析及研究中起著非常重要的作用。 作為現(xiàn)代非平穩(wěn)信號分析工具，小波變換的多分辨率分析特性使我們能夠聚焦到信號的每一個細(xì)節(jié)，利用它

2、的帶通特性可以方便地將觀測信號中的一些窄帶信號提取或消除；獨立分量分析(Independent Component Analys,ICA)則從一個全新的盲源分離角度為多道腦電信號處理提供了一種有效的手段。本文在綜述國內(nèi)外研究現(xiàn)狀的基礎(chǔ)上對小波變換和獨立分量分析在腦電信號預(yù)處理中的應(yīng)用進(jìn)行了以下幾個方面的研究討論： 針對各種不同記錄情況下的常見腦電偽跡（工頻干擾、心電、眼電偽跡），分別通過實驗比較研究其各種偽跡消除方法，找出其最佳

3、的消除方法。研究結(jié)果說明小波變換和獨立分量分析方法具有普遍的適用性。尤其是在無同步記錄參考源信號，且觀測信號數(shù)目少于獨立源信號數(shù)目時，一般可利用小波變換的多分辨率特性,將含有偽跡的腦電信號進(jìn)行多尺度分解，得到不同頻帶的子帶信號，然后對含有偽跡的子帶信號進(jìn)行處理,以達(dá)到去除偽跡的目的。在觀測信號數(shù)目大于或等于獨立源信號數(shù)目時，ICA方法是最有效的偽跡消除方法，且在有同步記錄參考源信號的情況下，偽跡分離的效果更為理想。 在以上方法研