华南理工大学学报(自然科学版) ›› 2011, Vol. 39 ›› Issue (5): 12-17,35.doi: 10.3969/j.issn.1000-565X.2011.05.003

• 电子、通信与自动控制 • 上一篇    下一篇

一种基于高阶统计量的μ节律脑电信号盲提取新方法

蔡坤 谢胜利   

  1. 华南理工大学 电子与信息学院,广东 广州 510640
  • 收稿日期:2010-05-07 修回日期:2010-11-08 出版日期:2011-05-25 发布日期:2011-04-01
  • 通信作者: 蔡坤(1977-),男,博士生,讲师,主要从事盲信号处理技术在生物医学工程中的应用研究 E-mail:caikun@scau.edu.cn
  • 作者简介:蔡坤(1977-),男,博士生,讲师,主要从事盲信号处理技术在生物医学工程中的应用研究
  • 基金资助:

    国家自然科学基金资助项目(60774094,60874061)

Blind Extraction of μ-Rhythm ElectroencephalogramSignals Based on High-Order Statistics

Cai Kun  Xie Sheng-li   

  1. School of Electronic and Information Engineering,South China University of Technology,Guangzhou 510640,Guangdong,China
  • Received:2010-05-07 Revised:2010-11-08 Online:2011-05-25 Published:2011-04-01
  • Contact: 蔡坤(1977-),男,博士生,讲师,主要从事盲信号处理技术在生物医学工程中的应用研究 E-mail:caikun@scau.edu.cn
  • About author:蔡坤(1977-),男,博士生,讲师,主要从事盲信号处理技术在生物医学工程中的应用研究
  • Supported by:

    国家自然科学基金资助项目(60774094,60874061)

摘要:

根据实际μ节律信号的超高斯性和不对称性分布的特点,提出了一种新的基于高阶统计量的μ节律脑电信号盲提取的不动点算法,并对该算法的局部稳定性和局部收敛性进行了讨论,给出了该算法局部稳定和局部收敛的条件。最后,利用模拟和临床脑电信号分别对该算法和FastICA算法进行了仿真分析。结果表明,对于μ节律脑电信号的提取,文中提出的算法较FastICA算法更为有效。

关键词: font-size: 10.5pt, mso-bidi-font-size: 11.0pt, mso-ascii-theme-font: minor-latin, mso-fareast-theme-font: minor-fareast, mso-hansi-theme-font: minor-latin, mso-bidi-font-family: 'Times New Roman', mso-bidi-theme-font: minor-bidi, mso-ansi-language: EN-US, mso-fareast-language: ZH-CN, mso-bidi-language: AR-SA, mso-ascii-font-family: Calibri, mso-hansi-font-family: Calibri">脑电图, 信号处理, 盲提取, 峭度, 偏度, μ节律

Abstract:

Proposed in this paper is a new fixed-point blind extraction algorithm of μ-rhythm electroencephalogramsignals based on high-order statistics,which takes into consideration the super-Guassian characteristic and non-symmetricdistribution of the signals. Then,the local stability and convergence of the proposed algorithm are discussed,and the corresponding conditions are determined. Finally,the algorithm is compared with the FastICA algorithmthrough a case study on simulated and clinical μ-rhythm electroencephalogram signals,with a higher effectivenessof it being revealed.

Key words: electroencephalogram, signal processing, blind extraction, kurtosis, skewness, &mu, rhythm