基于ICA和聚类的EEG脑源定位研究

摘要：

将独立成分分析(ICA)与聚类Cluster相结合应用到脑电的多偶极子源定位，先采用快速独立成分分析(fastICA)得到多个独立成分( ICs)，然后通过聚类方法对得到的ICs进行特征提取和有效归类。该方法在去除脑电伪迹和噪声干扰的同时解决了ICA分解后独立成分的选取依赖于经验的局限性。以上消除了伪迹干扰和ICs的不确定性选择对源定位性能的影响，为源定位创造了有利条件。对ICs进行定位也使得整个定位过程像单偶极子定位一样稳定简单。仿真实验中源定位效果得到改善，表明了该方法的有效性。

关键词：脑电、独立成分分析、多偶极子源定位、聚类分析

分类号：TP301(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61003237;江苏省高校自然科学研究项目10KJB510018

在线出版日期：2015-06-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：228-232