盲源分離研究及其在腦電信號分析中的應(yīng)用.pdf

1、腦電是一種特殊的生物電活動，反映了大腦的功能狀態(tài)，分為自發(fā)腦電(EEG)和誘發(fā)電位(EP)兩種。頭皮上采集的腦電可以看作是大腦內(nèi)的電活動在頭皮上的電位分布，以及人體其它器官組織產(chǎn)生的生物電活動(包括心電，眼電和肌電等)和各種外界因素引起的干擾信號。這些腦外來源的干擾信號稱之為偽差。腦電信號分析的任務(wù)之一就是去除腦電中的偽差，分離出純凈的腦電，以便應(yīng)用于臨床診斷和腦認(rèn)知科學(xué)研究。誘發(fā)電位是神經(jīng)系統(tǒng)接受內(nèi)外刺激所產(chǎn)生的特定電活動。通過誘發(fā)電

2、位的檢測可以診斷和分析神經(jīng)系統(tǒng)的病變和損傷。腦電信號分析的任務(wù)之二就是如何從強(qiáng)背景自發(fā)EEG中提取EP信號。 盲源分離(BSS)技術(shù)是一種新興的信號分析方法，其本質(zhì)上與獨立分量分析(ICA)是一致的。ICA是一種多通道信號處理技術(shù)，其特點是除源信號相互統(tǒng)計獨立外無其它先驗知識的情況下，將觀察信號分解成為獨立的分量。本文主要對ICA的原理，判據(jù)，以及優(yōu)化算法做了歸納性的研究，并將其應(yīng)用到腦電信號的偽差去除和EP信號的提取中。

3、 本文基于峭度的快速固定點算法(FastICA)的基礎(chǔ)上，對帶參考信號的ICA(rICA)進(jìn)行了擴(kuò)展，提出了一種多參考信號的ICA方法。新方法一方面克服了FastICA的計算量過大，對分離的分量需要人工判別的缺點，另一方面也彌補(bǔ)了rICA算法僅僅能提取一路目標(biāo)信號的缺陷。文中不但詳細(xì)的介紹了多參考信號的ICA方法的原理及算法，而且給出了具體的偽差去除算法，最后還將此方法應(yīng)用到多個腦電偽差的去除中，仿真實驗進(jìn)一步驗證了算法了有效性。

4、 在無加性噪聲的情況下，ICA能夠較好的對多導(dǎo)信號做盲分離。但實際從頭皮采集的腦電信號中，加性噪聲的干擾是不可避免的。ICA對含有加性噪聲的多導(dǎo)信號的處理效果急劇下降。通常的處理方法是將多導(dǎo)信號先通過小波降噪，然后將去噪后的多導(dǎo)信號作為ICA的輸入。本文提出了一種小波變換(WT)與ICA相結(jié)合的方法。具體方法是：先對多導(dǎo)信號進(jìn)行小波分解，然后對分解得到的小波系數(shù)進(jìn)行帶參考信號的ICA分離，最后通過小波重構(gòu)得到目標(biāo)信號。本文將此方法應(yīng)