強噪聲中誘發(fā)電位信號的快速提取研究.pdf

1、誘發(fā)電位(Evoked Potential，EP)信號在眾多領(lǐng)域有著重要的作用，準確快速的提取EP信號是應(yīng)用的前提。直接測量得到的EP信號往往淹沒在強的背景噪聲自發(fā)腦電(Electroencephalograph，EEG)中，信噪比往往低于0dB，甚至達到-20dB。傳統(tǒng)的EP信號提取方法是疊加平均法，該方法需要對病人進行多次刺激，而且存在較大的誤差。因此就需要利用盡可能少的刺激響應(yīng)測量數(shù)據(jù)來快速提取EP信號，而且便于動態(tài)跟蹤EP信號的

2、瞬態(tài)變化，這樣的任務(wù)叫做“動態(tài)提取”或“快速提取”，這也是當今EP信號提取研究的熱點。 本文對盲源分離(Blind Source Separation，BSS)問題進行了深入的研究，進而結(jié)合陣列信號處理的知識，給出了一種EP快速提取的新思路，該創(chuàng)新點主要包括以下兩個方面： (1)根據(jù)陣列信號處理模型與盲源分離模型之間的一致性，提出了一種新的基于波束形成理論的盲源分離方法。該方法從陣列信號處理中常用的MOE準則出發(fā)，推導(dǎo)了

3、盲源分離模型下對應(yīng)的約束條件，進而求得線性約束最小方差解，從而實現(xiàn)了獨立信源的盲分離。這種思想有別于常規(guī)的利用盲分離技術(shù)解決波束形成問題，利用波束形成的理論來解決盲源分離問題。此外，經(jīng)典的盲源分離通常需要對解混矩陣進行迭代運算直至算法收斂，運算量較大，且對信源的估計精度有待提高。該方法的另一優(yōu)勢就在于不需要求解解混矩陣，沒有迭代求解過程，計算量小，在低信噪比情況下能夠準確的估計出信源。 (2)從誘發(fā)電位產(chǎn)生的物理模型出發(fā)，針對提

4、取視覺誘發(fā)電位進行數(shù)學建模，并針對此模型提出了一種基于最小輸出能量準則的VEP單次提取方法。該方法不依賴于先驗知識且沒有訓練或?qū)W習的迭代求解過程，且運算速度快，能夠在低信噪比情況下較好的提取單次誘發(fā)中的VEP成分。通過與常規(guī)的盲源分離方法或自適應(yīng)信號處理方法進行比較，發(fā)現(xiàn)該方法在不同的信噪比條件下能夠更準確的提取VEP信號且輸出信噪比改善程度較高，并且利用該方法處理真實信號也得到了較為滿意的結(jié)果。 最后，值得一提的是，本文在第五