张伟平
- 作品数：4 被引量：18H指数：3
- 供职机构：西北工业大学电子信息学院更多>>
- 发文基金：国家自然科学基金西北工业大学基础研究基金更多>>
- 相关领域：医药卫生自动化与计算机技术更多>>
- ICA方法用于脑电信号α波提取的研究被引量：3
- 2008年
- 为在有效提取闭眼脑电信号α波的同时能够很好地保留原始信号中的其余信息,采用独立分量分析方法提取闭眼脑电信号中的α波。构造一组频率在α波频率之间的正弦和余弦信号作为对α波的参考信号,然后把这些信号以及实测闭眼脑电信号作为ICA混合矩阵的输入端,采用fastICA算法进行信号分离,实现对α波的分离和提取,并进一步对所提取的α波进行了功率谱分析。结果表明,分离出的信号频率集中在8～13Hz之间,完全符合α波形的特点,且去除α波后的其余信号与原始信号相关系数达到0.942,说明有效地保留了原始信号的其余信息。
- 谢松云张伟平潘辉
- 关键词：脑电信号Α波信号分离特征提取
- 基于ICA的脑电信号去噪方法研究与应用被引量：12
- 2007年
- 目的在脑电信号的采集和处理过程中,受到各种各样噪声的影响,为有效地提取和分析检测信号中的有用信息,提出采用独立分量分析(independentcomponentanalysis,ICA)的方法对脑电信号进行去噪处理。方法工频噪声、心电伪迹以及脑电波源信号之间的关系是统计独立的,满足ICA方法的分离条件,可将脑电信号去噪问题转化为独立分量分离问题,通过构造与工频噪声频率相同的正交正弦和余弦信号作为对工频噪声的参考信号,将构造的两个参考信号和心电信号以及含噪脑电信号作为ICA中混合矩阵的输入信号,采用收敛速度快的FastICA算法把脑电信号中的工频噪声和心电伪迹作为独立信号分离出去,得到去噪后的脑电信号。结果通过ICA方法对噪声进行分离后,脑电信号中的两种噪声基本被消除,并且可很好地保留脑电信号有用成分。结论将ICA的方法用于去除脑电信号中的多种噪声成分是有效的、可行的。
- 谢松云张振中张伟平赵海涛
- 关键词：独立分量分析脑电信号信号分离去噪
- ICA方法在脑电信号去噪中的应用研究
- 在脑电信号的检测和处理过程中,严重受到工频噪声等干扰噪声的影响,为有效地提取和分析信号中的有用成分,提出采用独立分量分析（Independent Component Analysis,ICA）方法对脑电信号进行去噪处理。...
- 谢松云张振中张伟平张坤
- 关键词：脑电信号独立分量分析
- 文献传递
- 结合小波包和ICA的脑电信号特征波提取方法被引量：5
- 2008年
- 为了更有效地提取脑电信号特征波,结合小波包和ICA(独立分量分析),提出了一种脑电特征波提取方法。首先对脑电信号进行小波包分解,然后进行相关频段信号的重构,从而提取出特征波的概貌作为初次提取的特征波;再利用ICA分离技术,以初次提取的特征波为参考信号对其进行增强。实验结果表明,对比于独立地应用某一种方法,两种方法相结合更能有效地提取脑电信号特征波。
- 谢松云潘辉张伟平
- 关键词：小波包独立分量分析特征提取脑电信号
