适应人工物子空间重建方法用于单通道EEG,使用信号分解技术

科学领域:

• 神经科学是一个神经科学.
• 信号处理 信号处理
• 生物医学工程 生物医学工程

背景情况:

• 移除人工物对于精确的脑电图 (EEG) 分析至关重要.
• 人造物次空间重建 (ASR) 是有效的,但仅限于多通道数据.
• 单通道EEG分析需要专门的工件去除技术.

研究的目的:

• 为了适应人工物子空间重建 (ASR) 用于单通道EEG数据.
• 将信号分解方法与ASR集成在一起,以增强人工物清除.
• 根据既有方法评估拟议的单通道ASR的性能.

主要方法:

• 整合集体实证模式分解 (EEMD),波形变换 (WT) 和单一光谱分析 (SSA) 纳入ASR.
• 将单通道EEG数据分解成多个组件,用于ASR应用.
• 将拟议的单通道ASR与开放数据集上的独立组件分析 (ICA) 进行了比较.

主要成果:

• 拟议的单通道ASR有效地从EEG数据中删除了人工物.
• 与ICA相比,适应的ASR方法显示出更高的性能.
• 在两个公开可用的EEG数据集上验证了该技术.

结论:

• 开发的单通道ASR是一种强大的工具,用于在EEG分析中去除人工物.
• 这种调整大大扩大了ASR对单通道录音的适用性.
• 这些发现突出了ASR在提高神经信号处理质量的潜力.