| 小波包分解结合异常值检测自动去除眼电中眨眼干扰的方法 |
| |
| 引用本文： | 王 田,李玉榕,陈建国,陈东毅. 小波包分解结合异常值检测自动去除眼电中眨眼干扰的方法[J]. 福州大学学报(自然科学版), 2018, 46(6): 860-866 |
| |
| 作者姓名： | 王 田 李玉榕 陈建国 陈东毅 |
| |
| 作者单位： | 福州大学电气工程与自动化学院，福建省医疗器械和医药技术重点实验室，福建 福州 350116,福州大学电气工程与自动化学院，福建省医疗器械和医药技术重点实验室，福建 福州 350116,福州大学电气工程与自动化学院，福建省医疗器械和医药技术重点实验室，福建 福州 350116,福州大学电气工程与自动化学院，福建省医疗器械和医药技术重点实验室，福建 福州 350116 |
| |
| 摘 要： | 为减少有用眼电信号的损失，提出一种小波包分解和异常值检测(WPT-OD)去除眨眼信号的新方法. 该算法首先利用小波包方法将原始信号进行分解，得到低频分量进行重构；然后应用异常值检测中三种常用的准则，即肖维勒准则、 皮尔斯准则和修正箱线图法确定眨眼信号的区域，并将该区域置零. 实验发现，WPT-OD的平均正确率达到98.9％，其中修正箱线图法效果最好，其去眨眼信号与原始信号相关性高达95.33%，损失率仅为4.17%. 实验表明：WPT-OD算法能够准确地确定无意识眨眼的起点和终点，可保留更多的有用信号且与原始信号的相关性强.
|
| 关 键 词： | 眼电图；小波包；异常值检测；眨眼信号 |
A method for removing blink signals in electrooculogram by using wavelet packet decomposition and outlier detection |
| |
| WANG Tian,LI Yurong,CHEN Jianguo and CHEN Dongyi. A method for removing blink signals in electrooculogram by using wavelet packet decomposition and outlier detection[J]. Journal of Fuzhou University(Natural Science Edition), 2018, 46(6): 860-866 |
| |
| Authors: | WANG Tian LI Yurong CHEN Jianguo CHEN Dongyi |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《福州大学学报(自然科学版)》浏览原始摘要信息 |
|
点击此处可从《福州大学学报(自然科学版)》下载免费的PDF全文 |
