基于DIVA模型的脑电信号去噪方法研究

张少白; 王勇; 刘友谊

doi:10.3969/j.issn.0372-2112.2015.04.011

您当前的位置：

首页 >

文章列表页 >

基于DIVA模型的脑电信号去噪方法研究

学术论文 | 更新时间：2025-07-16

- 基于DIVA模型的脑电信号去噪方法研究
- Research on the Method of EEG Signal Denoising Based on the DIVA Model
- 电子学报 2015年43卷第4期页码：700-707
- 作者机构：
  
  1. 南京邮电大学计算机学院,江苏,南京,210003
  2. 北京师范大学认知神经科学与学习国家重点实验室,北京,100875
  3. 南京邮电大学计算机学院,江苏,南京,210003
  4. 北京师范大学认知神经科学与学习国家重点实验室,北京,100875
- 作者简介：
- 基金信息：
  
  国家自然科学基金 (No.61373065,No.61271334)
- DOI：10.3969/j.issn.0372-2112.2015.04.011
  中图分类号： TP183
- 纸质出版：2015
- 稿件说明：
移动端阅览
张少白, 王勇, 刘友谊. 基于DIVA模型的脑电信号去噪方法研究[J]. 电子学报, 2015,43(4):700-707.

ZHANG Shao-bai, WANG Yong, LIU You-yi. Research on the Method of EEG Signal Denoising Based on the DIVA Model[J]. Acta Electronica Sinica, 2015, 43(4): 700-707.
张少白, 王勇, 刘友谊. 基于DIVA模型的脑电信号去噪方法研究[J]. 电子学报, 2015,43(4):700-707. DOI： 10.3969/j.issn.0372-2112.2015.04.011.

ZHANG Shao-bai, WANG Yong, LIU You-yi. Research on the Method of EEG Signal Denoising Based on the DIVA Model[J]. Acta Electronica Sinica, 2015, 43(4): 700-707. DOI： 10.3969/j.issn.0372-2112.2015.04.011.

摘要

脑电信号获取过程中

工频噪声干扰现象往往会使所获取的信息产生多种多形态瞬时结构波形

这种现象影响到DIVA(Directions Into Velocities of Articulators)模型对语音的正常处理.为此

本文提出了一种面向特征提取的脑电信号结构自适应稀疏分解模型

并在此基础上

通过采用匹配追踪算法求解最佳原子、使用过完备原子库中原子表示原始脑电信号等方法

实现了信号去噪的目的

效果好于传统的小波变换去噪方法.仿真实验表明

本文提出的方法提高了DIVA模型语音发音的精度.

Abstract

There are power frequency interference and other kinds of noise in the electro encephalo gram (EEG)signal acquisition process.They make the signal show non-stationary and a variety of multi-form waveform in the instantaneous structure.Then such signal will affect the normal processing of the speech in DIVA(Directions Into Velocities of Articulators) model.Therefore

this paper proposes an adaptive sparse decomposition model for the feature extraction of EEG signal structure and makes use of Matching Pursuit algorithm to solve the optimal atom.Then the original EEG signal can be represented by atoms in the complete atomic library.Finally

this model removes noise that exists in the EEG signal and is compared with wavelet transform method.Simulation results show that after we put the denoising EEG signal into the model

the phonetic pronunciation improves.

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于小波和最小绝对误差的去噪抗扰动辨识方法

一种压缩采样中的稀疏度自适应子空间追踪算法

光电耦合器总剂量辐照的噪声表征

不同增益天线旋转扫描扇形波束散射计的风场反演仿真

一种基于粒子群优化方法的改进量子遗传算法及应用