独立分量分析及其在诱发电位提取中的应用
DOI:
CSTR:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

TP38

基金项目:

重庆市科技攻关项目


Independent component analysis and its application in estimating VEP
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    独立分量分析能够在各信号频率混迭的情况下,从它们的线性混合信号中有效分离出原始信号,这为微弱电生理信号的提取提供了途径,受到生物信号处理研究人员的关注.作者研究分析了独立分量分析模型和一种基于负熵判据的定点快速ICA算法的实现,并将该算法运用于仿真诱发电位的提取中,从观测信号(混合信号)中有效地提取出视觉诱发电位.

    Abstract:

    Original signals can be effectively estimated from their linear mixed signals by independent component analysis (ICA), even though their frequency components are overlapped, which provides a way to estimate the faint electrophysiological signals. And many researchers who study biomedical signal processing have paid great attention to the technique. We discuss the ICA model and the implement of a fixed-point fast ICA algorithm based on negentropy criterion. With the algorithm, we availably pick up the simulated visual evoked potential (VEP) from the mixing signals.

    参考文献
    相似文献
    引证文献
引用本文

万相奎,季忠,梁小容,秦树人.独立分量分析及其在诱发电位提取中的应用[J].重庆大学学报,2004,27(8):7-10.

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
文章二维码