| 去除癫痫脑电信号运动伪迹的变分模态分解-自适应熵阈值方法 |
| |
| 引用本文： | 张力行,张四聪,徐光华,李焕发,吴永程. 去除癫痫脑电信号运动伪迹的变分模态分解-自适应熵阈值方法[J]. 西安交通大学学报, 2022, 0(1): 70-78 |
| |
| 作者姓名： | 张力行 张四聪 徐光华 李焕发 吴永程 |
| |
| 作者单位： | ;1.西安交通大学机械工程学院;2.西安交通大学机械制造系统工程国家重点实验室;3.西安交通大学第一附属医院 |
| |
| 基金项目： | 国家自然科学基金资助项目（51775415）; |
| |
| 摘 要： | 针对癫痫发作前期脑电信号中含有运动伪迹影响癫痫预测的问题,提出一种变分模态分解-自适应熵阈值(VMD-AET)的运动伪迹去除方法。设计了实验室环境下8种模拟运动状态,分析不同运动状态下脑电信号的变化规律;利用VMD方法获得脑电信号各频带的变分模态分量,对分量进行能量熵求解和排序;采用不同的熵阈值进行运动状态下伪迹分量的去除,比较得到能量熵的最优阈值,得到不含运动伪迹的脑电信号;采用Matlab软件使用VMD-AET方法实现了脑电信号中运动伪迹的有效去除。实验结果表明:每种运动状态均能达到去伪迹效果,在跑步时伪迹去除率和信噪比提升最高;对癫痫病人发作前期脑电信号的伪迹去除率为5.54%,信噪比提升达到10.35 dB;与常用的独立成分分析和经验模式分解的阈值法进行对比,所提VMD-AET方法的伪迹去除率和信噪比提升了1.47%和3.36 dB,可满足对移动脑电运动干扰的预处理要求。
|
| 关 键 词： | 癫痫 脑电信号 运动伪迹 变分模态分解 自适应熵阈值 |
Variational Modal Decomposition-Adaptive Entropy Threshold Method for Electroencephalogram Motion Artifact Removal in Epileptic Seizure |
| |
| Abstract: | |
| |
| Keywords: | |
|
|
