pca滤波 matlab,MATLAB实现PCA去除眼电信号

本文介绍了使用MATLAB实现PCA去除眼电信号的原理和步骤。首先阐述了眼电产生的机理和脑电信号中的眼电干扰,接着详细讲解了PCA算法在去除眼电伪迹上的应用,包括数据预处理、协方差矩阵计算、特征值分解以及降维处理。最后讨论了主成分的选择依据——累计贡献率,并展示了去除不同数量主成分后的效果。
摘要由CSDN通过智能技术生成

MATLAB实现PCA去除眼电信号

一、去除伪迹的讨论

查阅文献[1]可知,所获取的低频脑电信号中,主要受心电(ECG)和眼电(EOG)的干扰较大。

但一般实验会忽略掉心电伪迹(为了简化,俺也是),若非要去除,可采用:在事件相关电位(ERP)研究中,通过设置刺激信号的随机出现,再对脑电信号叠加平均即可去除心电干扰。另外也可以通过成分分离的方法去除。

眼电的具体去除见后文,此处仅科普产生机理…

→ 眼电的产生机理:由于跨膜间存在静息电位,角膜侧为正,巩膜侧为负,这可以看作是在那里有一定大小的电偶极子存在。眼球转动过程中,偶极子的方向相对于记录电极发生改变。眼球初始位置与终止位置时的偶极子所产生的电位差,构成了眼电伪迹,眼球运动方向的电极记录到正的眼电伪迹,眼球运动相反方向的电极记录得到的眼电伪迹为负

20190806090114920.png

除了上述两种信号伪迹,还有:

肌电信号EMG(解决办法:受试者尽量减少头颈部、手臂运动。加上肌电信号主要频率在100Hz以上,大部分已被之前的带通滤波去除)

呼吸(导致电极相对于头皮出现滑动)、皮肤电(被试出汗或者心理紧张所引起皮肤阻抗发生变化)

这类信号的频率较低,一般小于1Hz,脑电采集过程中将直接予以滤除。因此伪迹往往被忽略,不予考虑

非生理信号伪迹(在这些噪声中,50Hz的工频干扰尤为严重, 频谱不明显࿰

  • 1
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值