使用盲源分离进行正在进行的EEG人工物校正

科学领域:

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

背景情况:

• 脑电图 (EEG) 记录中的人工物显著阻碍了用于检测和脑计算机接口 (BCI) 等应用的分析.
• 现有的文物校正方法通常很慢或效率较低,限制了它们在实时应用中的使用.

研究的目的:

• 开发和评估一个快速的,自动的算法,用于在连续的EEG数据中持续纠正人工物.
• 为了评估算法的性能在线下线设置和在线设置对各种文物类型.

主要方法:

• 该算法采用快速盲源分离,使用滑动窗口技术和重叠的时代.
• 它分析空间,时间和频率域特征,以检测和纠正眼睛,心脏,肌肉和电源线器件.

主要成果:

• 对2035件标记文物的验证显示,成功删除了88%的文物 (81%的眼部,84%的心脏,98%的肌肉,100%的电源线).
• 与最先进的方法相比,该算法展示了优越的文物减少率和计算时间.

结论:

• 开发的算法有效地纠正了EEG中正在进行的工件,保留了关键的信号组件.
• 这种技术显示了增强监测和脑计算机接口的在线系统的前景.