基于ICA与小波阈值的癫痫脑电信号去噪方法

杨陈军，野梅娜，李艳艳，张 瑞

(西北大学 医学大数据研究中心，陕西 西安 710127)



·数理科学·脑电数据分析专题研究·

基于ICA与小波阈值的癫痫脑电信号去噪方法

杨陈军，野梅娜，李艳艳，张 瑞

(西北大学 医学大数据研究中心，陕西 西安 710127)

在癫痫性发作的自动检测中,脑电信号的去噪对检测结果起着至关重要的作用。文中提出了一种新的基于ICA与小波阈值的癫痫脑电信号去噪方法。该方法首先利用ICA将多通道癫痫脑电信号分解为若干独立分量;其次基于独立分量与脑电信号间的夹角余弦识别含噪独立分量并用小波阈值对其去噪处理;最终,在去噪后的癫痫脑电信号与原始癫痫脑电信号中提取样本熵作为脑电特征,并结合超限学习机完成癫痫性发作的自动检测。实验结果表明,在去噪后癫痫脑电信号上的分类性能均优于原始癫痫脑电信号，该文所提方法一定程度上达到了自动去除脑电噪声的效果。同时,该方法避免了去噪过程中对噪声人工辨别及干净参考噪声选取等问题。

独立成分分析;小波阈值;癫痫脑电信号;余弦相似性;样本熵;超限学习机

脑电图(electroencephalography,EEG)是脑神经细胞群自发性、节律性电活动在大脑皮层或头皮表面的总体反映。脑电图中包含着大量的生理和病理信息,在研究人脑功能、疾病诊断和康复工程等中发挥着重要的作用。然而,脑电信号本身非常微弱,其幅值范围在100μV以下,因此脑电图在采集过程中容易受到非脑神经组织及周围环境等的干扰而形成多种噪声[1],如眨眼、眼动、心电及工频干扰等。……