本文介绍了独立分量分析批处理的固定点的快速独立分量分析FastICA算法,并将该算法应用于脑电信号特征提取的消噪中。实验结果表明,采用该算法成功地提取了P300中的脑电信号特征,实现了微弱的多路脑电信号P300的有效提取。
维普资讯 doc.guandang.net
<陵铜院籁 )06 20年第 4期
基于 IA在脑电信号特征 P 0取研究 C 3 0提 王永飞 (徽大学,徽合肥安安摘 20 3 ) 30 9
要:文介绍了独立分量分析批处理的固定点的快速独立分量分析 F l A算法,将该算法应用于脑电信号特本 ̄f C并征提取的消噪中。实验结果表明,用该算法成功地提取了 P 0中的脑电信号特征,采 30实现了微弱的多路脑电 信号 P0 3 0的有效提取。
关键词:独立分量分析:F sIA;P 0 atC 3 0;提取
中图分类号:T 3 P9
文献标识码:A
文章编号: 6 2 0 4 ( 0 6 0— 0 3 0 1 7— 5 7 2 0 )4 0 7— 2
11 .l倌诱发电位 (v k dp tni sE中的 P 0 E o e oet l, a 3 0分量是受试
处理
者辨认靶刺激时。头顶中缝区域内诱发出的 3 0左右潜 在 0 ms伏期的正向电位。反映脑功能状态。其与认知心理过程 它尤关系密切。自 16 9 5年 S t n首次报告 P 0 ut o 3 0电位以来,引起 了国内外学者的极大关注。 3 0作为反映认知功能的内源性 P0成分已广泛用于神经科学、经医学和认知心理学等方面的神 研究。
首先进行一个单元的 F s C at A,目标是找到给定非线性 l函数 G的期望 EG【 x]极值,由下式得到 )的可 E x(T ) C= [gw x卜p W 0 () 3式中: g为 G的导数,= x v 1 E WogW o】一常 C E[]3[ T (T )为 x;= X X量。W。 W的最佳值。由牛顿法求解式 (,义式 (左侧为为 3定 ) 3 ) F得到其雅可比行列式 J () . Fw J (= Ex t F[xg( x]1 )3 -c 公式为
() 4
作为一种 E,3 0经常被淹没在很强的背景噪声中, PP 0如眼电、电、肌自发脑电等,以它的提取有一定难度。已有很 所多方法用于提高 E P的信噪比。本的方法有两种:均和滤 基平波。前者包括相干平均、权平均等,们的主要特点是信噪 加它比的提高与刺激次数的平方根成正比,过多的刺激次数易但导致神经疲
劳。失 E损 P的动态变化及细节信息。者采用本作实验室的一套脑电信号采集系统,采集了 1 0分钟的脑电信 号数据,合 F sl A,功地提取了 P o。结 at C成 3 0 2独立分■分析独立分量分析 ( d p n e t o o e t n yi称 I e e d n mp nn a s n C A l s简 IA)近年来发展起来的一种新的信号分解技术。该方法 C是基本思路是以非高斯信号为研究对象,独立性假设的前提 在
用 W当前值替代Ⅵr I,近似估算 p,相应的分离矩阵迭代 () 5
每次迭代后 W与、丽
相除以正则化 .提高算法的
稳定性。在实际中,进一步得到更适宜在非平稳状态下进 可行信号盲分离的 F sl A算法 at C w w w E y (}da (】 -=+[{gy)- ig 1)D 3 () 6 式中:= r; E饵(;; da (/1— ( )。由 y wx p Ib y) D= ig 1( iE】 3 y】) )
下,多路观测信号进行盲源分离。对在满足一定的条件下,能从多路观测信号中,较完好地分离出隐含的独立源信号。 () 1独立分量分析基蠢原理假设存在 n个相互统计独立的源信号 S s,…,I测 h2 s, I观 信号 X:…,源信号各分量的线组合,: 1, x是 9 x即
于 D中包含着独立成分的自然属性,述算法即可用于超高 上斯信号,可用于亚高量斯信号的分离 (电信号一般为非又脑高斯) .非单位阵,于提高收敛速度。。p为利 在应用 F l A之前,数据进行中心化和白化可以降 ̄f C对低算法的复杂度。中心化是使观测信号变为零均值矢量,白化是使新的混合矩阵正交化。在整个算法中,线性函数 G非 的选择很重要,顾收敛速度、界等要求,述 G和 g鲁棒 兼有下性较好。 G()lgcs(),()tn () u=o (ohu)g=a hu u () 7上述一个单元 F sl A仅能估计出独立分量中的一个, at C
xAs= () 1其中, A∈R竹为未知非奇异混合矩阵,此处观测信号个数等 . .于源信号个数。I A的实质是在无先验知识的前提下寻求分 C离矩阵
W∈R得到一。 y Wx= () 2使 Y中的各分量尽可能相互统计独立。而获得独立分从量的估计 y As ̄。= - - () at A算法 2Fs C I
如果要估计 n个独立分量,要使用 n个列矢量 W,:…,需,, W W以防止不同的权矢量收敛到相同的权值点,在每次迭 ,即代后对线性组合 w。, T,, T去相关。在这种算法中 T W2… Wn x x x每个向量的特性均衡,可以通过包括矩阵平方根的传统方这 式来完成。
F s C算法由芬兰赫尔辛基大学 H vie人提出。 at A/ y r n等 n 该算法基于负熵最大化,用牛顿迭代法,采样点进行批采对 收稿日期:0 6 0— 1 2 0— 7 2
w= w1w ) W一 () 8 W为,,,矩阵,过特征值分解得到转置平 W… w通方根。通过实验,明每次迭代后去相关最终得到的 w最优 表
作者简介:永 -( 7-,, 2 '1 1)安徽池州人, E 69 .男安徽大学在读硕士研究生,陵职业技术学院讲师,方向为医学信号处理。铜研究
一
7— 3

提出一种基于Infomax ICA少次自动提取脑电信号P300成分的方法.为了提高ICA分解的有效性,对原始数据中的自发脑电信号和P300成分进行了均衡.混合信号经过ICA分解后,...
结合小波包和ICA的脑电信... 3页 1下载券 基于小波包能量的脑电信... 5...本文研究的是脑电信号的处理,即如何从采集到的原始脑电信号中提取有用的信息; ...
结合小波包和ICA的脑电信号特征波提取方法_专业资料。为了更有效地提取脑电信号... 基于ICA的脑电信号P300少... 27人阅读 6页 2.00 多参考信号的ICA方法...
9 . Sep. 2008 结合小波包和 ICA 的脑电信号特征波提取方法谢松云 , 潘 , 张伟平 辉 (西北工业大学 电子信息学院 , 西安 710072 ) 摘 : 为了更有效地...
ICA方法用于脑电信号α波提取的研究_专业资料。为在有效提取闭眼脑电信号α波的... 基于ICAWICA方法的脑电信... 1人阅读 4页 3.00 基于ICA的脑电信号P300...
基于 Mu/Beta 节律想象运动脑电信号特征的提取 [J]. 中国组织工程研究与临床...[6-7]、 小波变 换和独立分量分析 (independent component analysis,ICA)等[8...
基于ICA的脑电信号P300少次... 13人阅读 6页 2.00元 结合小波包和ICA的...这些亚成分可以帮助我们对人类认知等高级神经活动进行更深入的研究,有助于人们在...
《工业控制计算机》2012 年第 25 卷第 12 期 57 基于 ICA-WICA 方法的脑电信号 α 波提取的仿真研究 王永玲 李念强 (济南大学信息科学与工程学院,山东 济南...
脑机接口系统中脑电信号特征提取与分类_医学_高等教育_教育专区。脑机接口系统...(Brain-Computer Interaction, BCI)技术的研究在国际上引起了广泛的 兴趣并获得...
基于ICA的脑电信号去噪方法研究与应用_专业资料。...为有效地提取和分析检测信号中的有用信息,提出采用... 基于ICA的脑电信号P300少... 27人阅读 6页 ...
热门文档