论文部分内容阅读
脑电图(EEG)为研究者提供了一种揭示人类大脑奥秘的途径。最近二十年脑认知科学得到了迅速的发展，尤其是在生物医学领域，EEG作为一种分析依据发挥着越来越重要的作用。但是，由于生物机能的复杂性、多样性以及生物电信息的相互作用给脑科学的研究造成了很多障碍。在提取EEG的过程中，如何有效地去除视觉伪信号的影响也是目前研究的热点之一。
EEG的去伪研究几乎是随着脑电信号研究同步开始和发展的，很多学者已经做了大量的工作，提出了不同的去伪方法，取得了相当的成绩。然而，由于脑电信号的复杂性，至今还没有取得突破性的进展。对于采用何种方法才能真正有效地去除EEG中的伪信号，研究者们尚未达成共识。本文通过建立实验环境进行反复实验，提取多组EEG及眼电图(EOG)，并在分析了大量数据的基础上，提出了一种在基准信号未知条件下的视觉伪信号(OA)修正算法。该算法以平稳小波变换(SWT)为基础，结合小波阈值去噪方法，并选用了一种新的阈值函数。该算法的优势在于，不必预先估计基准信号或伪信号的特征，因此能更客观地去除伪信号，同时更真实地还原EEG。通过与传统小波去噪方法做对比实验得到的结果表明，该算法能有效地消除OA对EEG的影响，信号还原后的真实度比传统小波方法高出了2％以上。同时，将该算法用于睡眠脑电自动分期研究中的修正心电干扰部分，也显示出了良好的性能，说明该算法具有较强的适用性。