低密度脑电自适应去噪方法
R318; 便携式和可穿戴设备的低密度脑电图更便于实际使用,但会受到多种不可预知的噪声影响,给去噪带来极大的困难.脑活动成分较为相似,在特征空间分布较为紧密,而噪声成分与脑电成分不同,差异性大,在特征空间分布较为分散.本文提出了一种低密度脑电自适应去噪方法,采用小波分解和盲源分离方法提取潜在成分,并基于脑电和噪声成分在特征空间的分布特性,采用单类支持向量机识别并去除远离成分分布中心的异常成分.仿真数据的定量分析结果表明,提出的方法在肌电、眼电和工频等噪声抑制方面均优于现有方法;通过对真实脑电数据的成分簇可视化分析,直观展示了低密度脑电噪声有效去除的原因.结合盲源分离和异常检测的思路进行低密度脑...
Saved in:
Published in | 数据采集与处理 Vol. 38; no. 4; pp. 824 - 836 |
---|---|
Main Authors | , , , |
Format | Journal Article |
Language | Chinese |
Published |
北京师范大学系统科学学院,北京 100875%北京师范大学认知神经科学与学习国家重点实验室,北京100875
01.07.2023
北京师范大学认知神经科学与学习国家重点实验室,北京100875 |
Subjects | |
Online Access | Get full text |
ISSN | 1004-9037 |
DOI | 10.16337/j.1004-9037.2023.04.007 |
Cover
Abstract | R318; 便携式和可穿戴设备的低密度脑电图更便于实际使用,但会受到多种不可预知的噪声影响,给去噪带来极大的困难.脑活动成分较为相似,在特征空间分布较为紧密,而噪声成分与脑电成分不同,差异性大,在特征空间分布较为分散.本文提出了一种低密度脑电自适应去噪方法,采用小波分解和盲源分离方法提取潜在成分,并基于脑电和噪声成分在特征空间的分布特性,采用单类支持向量机识别并去除远离成分分布中心的异常成分.仿真数据的定量分析结果表明,提出的方法在肌电、眼电和工频等噪声抑制方面均优于现有方法;通过对真实脑电数据的成分簇可视化分析,直观展示了低密度脑电噪声有效去除的原因.结合盲源分离和异常检测的思路进行低密度脑电去噪,不需要设定特定噪声相关的特征参数,能够自适应地去除多种类型噪声同时有效保留脑活动成分,具有优良的性能和实用性. |
---|---|
AbstractList | R318; 便携式和可穿戴设备的低密度脑电图更便于实际使用,但会受到多种不可预知的噪声影响,给去噪带来极大的困难.脑活动成分较为相似,在特征空间分布较为紧密,而噪声成分与脑电成分不同,差异性大,在特征空间分布较为分散.本文提出了一种低密度脑电自适应去噪方法,采用小波分解和盲源分离方法提取潜在成分,并基于脑电和噪声成分在特征空间的分布特性,采用单类支持向量机识别并去除远离成分分布中心的异常成分.仿真数据的定量分析结果表明,提出的方法在肌电、眼电和工频等噪声抑制方面均优于现有方法;通过对真实脑电数据的成分簇可视化分析,直观展示了低密度脑电噪声有效去除的原因.结合盲源分离和异常检测的思路进行低密度脑电去噪,不需要设定特定噪声相关的特征参数,能够自适应地去除多种类型噪声同时有效保留脑活动成分,具有优良的性能和实用性. |
Author | 陈贺 张昊 柴一帆 李小俚 |
AuthorAffiliation | 北京师范大学认知神经科学与学习国家重点实验室,北京100875;北京师范大学系统科学学院,北京 100875%北京师范大学认知神经科学与学习国家重点实验室,北京100875 |
AuthorAffiliation_xml | – name: 北京师范大学认知神经科学与学习国家重点实验室,北京100875;北京师范大学系统科学学院,北京 100875%北京师范大学认知神经科学与学习国家重点实验室,北京100875 |
Author_FL | ZHANG Hao CHEN He LI Xiaoli CHAI Yifan |
Author_FL_xml | – sequence: 1 fullname: CHEN He – sequence: 2 fullname: ZHANG Hao – sequence: 3 fullname: CHAI Yifan – sequence: 4 fullname: LI Xiaoli |
Author_xml | – sequence: 1 fullname: 陈贺 – sequence: 2 fullname: 张昊 – sequence: 3 fullname: 柴一帆 – sequence: 4 fullname: 李小俚 |
BookMark | eNrjYmDJy89LZWBQMDTQMzQzNjbXz9IzNDAw0bU0MDbXMzIwMtYzMNEzMDBnYeCEi3Mw8BYXZyYBJc1MzAwtzTgZVJ7s7Xu6vu3prmUvWiY-n7L1Rfuqlw1NT3dNedq3--nMVc-m7Xy2eSoPA2taYk5xKi-U5mYIdXMNcfbQ9fF393R29NEtNgQarmtmaJiWZGZskmpsnpiYZm5qnpxokZhkapBsYZ6SmpJiZG5hbGiQZmqWmmJkYmaUmGxqaW6UmGJhYpSYZGiZaGphzM2gATG3PDEvLTEvPT4rv7QoD2hjfHFWclZlcg7IWwYmQE8ZAwD3UFD4 |
ClassificationCodes | R318 |
ContentType | Journal Article |
Copyright | Copyright © Wanfang Data Co. Ltd. All Rights Reserved. |
Copyright_xml | – notice: Copyright © Wanfang Data Co. Ltd. All Rights Reserved. |
DBID | 2B. 4A8 92I 93N PSX TCJ |
DOI | 10.16337/j.1004-9037.2023.04.007 |
DatabaseName | Wanfang Data Journals - Hong Kong WANFANG Data Centre Wanfang Data Journals 万方数据期刊 - 香港版 China Online Journals (COJ) China Online Journals (COJ) |
DatabaseTitleList | |
DeliveryMethod | fulltext_linktorsrc |
DocumentTitle_FL | An Adaptive Denoising Algorithm for Few-Channel EEG |
EndPage | 836 |
ExternalDocumentID | sjcjycl202304007 |
GrantInformation_xml | – fundername: 国防基础科研计划 funderid: (JCKY2021208B019) |
GroupedDBID | 2B. 4A8 92I 93N ADMLS ALMA_UNASSIGNED_HOLDINGS PSX TCJ |
ID | FETCH-LOGICAL-s1037-611fb634e37aaf757ca8ab50c87dedd278310f56ed2462ac5972ad842ab19a583 |
ISSN | 1004-9037 |
IngestDate | Thu May 29 04:00:12 EDT 2025 |
IsPeerReviewed | false |
IsScholarly | true |
Issue | 4 |
Keywords | 聚类 cluster 低密度脑电 去噪 artifact removal 盲源分离 few-channel EEG outlier detection blind source separation 异常检测 |
Language | Chinese |
LinkModel | OpenURL |
MergedId | FETCHMERGED-LOGICAL-s1037-611fb634e37aaf757ca8ab50c87dedd278310f56ed2462ac5972ad842ab19a583 |
PageCount | 13 |
ParticipantIDs | wanfang_journals_sjcjycl202304007 |
PublicationCentury | 2000 |
PublicationDate | 2023-07-01 |
PublicationDateYYYYMMDD | 2023-07-01 |
PublicationDate_xml | – month: 07 year: 2023 text: 2023-07-01 day: 01 |
PublicationDecade | 2020 |
PublicationTitle | 数据采集与处理 |
PublicationTitle_FL | Journal of Data Acquisition & Processing |
PublicationYear | 2023 |
Publisher | 北京师范大学系统科学学院,北京 100875%北京师范大学认知神经科学与学习国家重点实验室,北京100875 北京师范大学认知神经科学与学习国家重点实验室,北京100875 |
Publisher_xml | – name: 北京师范大学认知神经科学与学习国家重点实验室,北京100875 – name: 北京师范大学系统科学学院,北京 100875%北京师范大学认知神经科学与学习国家重点实验室,北京100875 |
SSID | ssib023646196 ssib001102757 ssib000459638 ssib001164671 ssib006568634 ssib002264227 ssib036439733 ssib057620134 ssib023167944 ssib051372606 |
Score | 2.3503714 |
Snippet | R318;... |
SourceID | wanfang |
SourceType | Aggregation Database |
StartPage | 824 |
Title | 低密度脑电自适应去噪方法 |
URI | https://d.wanfangdata.com.cn/periodical/sjcjycl202304007 |
Volume | 38 |
hasFullText | 1 |
inHoldings | 1 |
isFullTextHit | |
isPrint | |
link | http://utb.summon.serialssolutions.com/2.0.0/link/0/eLvHCXMwnR3LahRBcIjrxYsoKr6JkAZBdp3pmX4de3ZnCYKeEsgt9MzOKIus4G4O5iQiegsIUfAHPOTiQTwY8W_cGP_Cqp6eR8wKMbAMRXdNdXVV0V01W13teSspzwuI0cIuFrPqgn_Lu0aEo25BeaY4RD5l8vjDR3x1PXqwwTaWOndbWUtbs7SXbS88V3IarUIb6BVPyf6HZmui0AAw6BeeoGF4nkjHJIlIPCAyIQkjekgkRyDWRAMgiYyICkgiiAI0ZlsE0ZokCvMbJHXI0AsAEIljBJSyOJwoTmKFQByS8orKyou1vfCuj4AcEJ1YmgJ_AKjYcgKDyoq3CJlBTmDc-lugxYX3JLIWA7pueoB6n2g7gAIqrR5oGCK2o-9bXHmELKBUUgEe5dDiDonS7W8cNKzzYUurtFLoEyUsOgixX5G2DEKXDN1ktLDAwApaoIBQdgKfwBwAgICir3FqwM5YU7Ds48PdC2zlf0LZaVmRqApdSnpINLOsgEoTx5xcyFxbUXWLstJnqEwwMewCA-GVngdIBywIDcR2KWsCYDiy71qAjUWTLOfY2gsxR0n5ZU2earMMZWtRiFo7nyyPwldOVFnV5tj-zENb4mHcq4n3UN-9soZ945PUmaLTcTZ-kT1FJNxuxBnvLBWiTMhwH09cYHJkJwGnlorW__kBltFrBT54fJzS9glrLnlTKJFifYjWiXG8ZYEHTWHK0PrxTaDEglBQ3uQrQBAPjnWZ0lJN1KURogTu_2P-9uDgpDCTxy0fd-2Cd94Fp8u6XGkuekvbTy55Kz9_7Mw_v5nvfzp8_e7X7tfDt3u_X76a7-_Od77PP-4dfPh28OX9ZW99mKz1V7vubpXu1J0MDooUZpyHwpgCRJUZaVLmZ1KM8tEI798J_ILxfEQjTk3GlKBmJCNq0kAZJsMrXmfybJJf9ZaliIzChA7fTyOW-akxEAUxoJ3RXBXsmnfHzWrTrZ3Tzb_Vev0EODe8c83acNPrzJ5v5bcgIpilt60x_AGlubAn |
linkProvider | Directory of Open Access Journals |
openUrl | ctx_ver=Z39.88-2004&ctx_enc=info%3Aofi%2Fenc%3AUTF-8&rfr_id=info%3Asid%2Fsummon.serialssolutions.com&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Ajournal&rft.genre=article&rft.atitle=%E4%BD%8E%E5%AF%86%E5%BA%A6%E8%84%91%E7%94%B5%E8%87%AA%E9%80%82%E5%BA%94%E5%8E%BB%E5%99%AA%E6%96%B9%E6%B3%95&rft.jtitle=%E6%95%B0%E6%8D%AE%E9%87%87%E9%9B%86%E4%B8%8E%E5%A4%84%E7%90%86&rft.au=%E9%99%88%E8%B4%BA&rft.au=%E5%BC%A0%E6%98%8A&rft.au=%E6%9F%B4%E4%B8%80%E5%B8%86&rft.au=%E6%9D%8E%E5%B0%8F%E4%BF%9A&rft.date=2023-07-01&rft.pub=%E5%8C%97%E4%BA%AC%E5%B8%88%E8%8C%83%E5%A4%A7%E5%AD%A6%E7%B3%BB%E7%BB%9F%E7%A7%91%E5%AD%A6%E5%AD%A6%E9%99%A2%2C%E5%8C%97%E4%BA%AC+100875%25%E5%8C%97%E4%BA%AC%E5%B8%88%E8%8C%83%E5%A4%A7%E5%AD%A6%E8%AE%A4%E7%9F%A5%E7%A5%9E%E7%BB%8F%E7%A7%91%E5%AD%A6%E4%B8%8E%E5%AD%A6%E4%B9%A0%E5%9B%BD%E5%AE%B6%E9%87%8D%E7%82%B9%E5%AE%9E%E9%AA%8C%E5%AE%A4%2C%E5%8C%97%E4%BA%AC100875&rft.issn=1004-9037&rft.volume=38&rft.issue=4&rft.spage=824&rft.epage=836&rft_id=info:doi/10.16337%2Fj.1004-9037.2023.04.007&rft.externalDocID=sjcjycl202304007 |
thumbnail_s | http://utb.summon.serialssolutions.com/2.0.0/image/custom?url=http%3A%2F%2Fwww.wanfangdata.com.cn%2Fimages%2FPeriodicalImages%2Fsjcjycl%2Fsjcjycl.jpg |