10.3969/j.issn.1672-9870.2018.02.028
基于CNN脑电信号伪迹检测与去除的EEMD方法
为了去除在脑电信号采集过程中受到的干扰,在传统方法的基础之上,提出了一种基于卷积神经网络(CNN)脑电信号伪迹检测与去除的方法.该方法通过CNN模型对脑电信号电压幅值计算后的特征进行提取,完成Softmax分类器对脑电信号的检测分类.采用EEMD算法将含噪脑电信号分解为若干个本征模式函数IMF分量,通过Hilbert特征法提取出噪声占主导的高频IMF分量,再由FastICA的方法将剩余信号分离,达到眼电伪迹的去除.实验表明,CNN方法检测准确率高达80%以上,CNN与EEMD的结合提高了脑电信号伪迹去除的有效性.
卷积神经网络、总体经验模态分解、希尔伯特变换、脑电信号去噪
41
TP391(计算技术、计算机技术)
吉林省科技厅自然科学基金项目20150101013JC
2018-05-30(万方平台首次上网日期,不代表论文的发表时间)
共6页
119-123,128