论文部分内容阅读
目的针对脑电信号中眼电伪迹去除尚存在的问题,提出一种基于典型相关分析与小波变换的(wavelet—enhanced canonical correlation analysis,wCCA)自动去除眼电伪迹的算法。方法首先,充分利用脑电信号和眼电伪迹的空间分布特征,将基于典型相关分析的盲源分离算法分别应用于左右脑区的混合信号中,从而保证典型相关分析分解得到的第一个典型相关变量(即左右脑区之间的最公共成分),就是眼电伪迹分量。然后为了恢复泄漏在该伪迹分量中的脑电成分,对伪迹分量进行小波阈值滤波,将高于某一阈值