单通道脑电图的动态嵌入用于人工物子空间重建
Doli Hazarika1, K N Vishnu1, Ramdas Ransing2
1Neural Engineering Lab, Department of Biosciences and Bioengineering, Indian Institute of Technology, Guwahati 781039, India.
Sensors (Basel, Switzerland)
|October 26, 2024
概括
本研究介绍了嵌入式人工物子空间重建 (E-ASR),这是一种用于清理单通道电脑电图 (EEG) 数据的新方法. E-ASR有效地删除了人工物,使移动EEG监测变得更加可行.
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:
- 人造物次空间重建 (ASR) 对于清理脑电图 (EEG) 数据是有效的,但通常需要多个通道.
- 对于便携式和用户友好的应用程序,单通道EEG采集是可取的,但移除文物仍然是一个挑战.
研究的目的:
- 开发和评估一种新的框架,嵌入式ASR (E-ASR),用于将ASR应用于单通道EEG数据.
- 通过使用定量指标来评估E-ASR在人工物减少和信号重建方面的有效性.
主要方法:
- 使用动态嵌入方法,通过延迟向量从单通道EEG数据创建嵌入矩阵.
- 将ASR算法应用于嵌入式矩阵,然后进行信号重建.
- 通过使用FP1和FP2电极从四个受试者收集的半模拟和真实EEG数据,测试了E-ASR算法.
主要成果:
- 在半模拟数据上,E-ASR实现了相对根平均平方误差 (RRMSE) 的43.87%和0.91的相关系数 (CC).
- 该方法有效地减少了真实EEG数据中的人工物,并验证了眼数.
- 使用RRMSE,CC和平均功率比来评估性能.
结论:
- 开发的E-ASR框架成功地将ASR算法适用于单通道EEG数据.
- 这种方法显示出在移动EEG应用中减少器件的巨大潜力,使得在使用最小电极的自然环境中进行监测成为可能.
