شماره ركورد :
948155
عنوان مقاله :
يك روش تركيبي جديد براي حذف آرتيفكت EOG از سيگنال EEG با استفاده از CCA و RLS
عنوان فرعي :
A New Hybrid Method for EOG Artifact Rejection from EEG Signal Using CCA and RLS
پديد آورنده :
توكلي نجف‌آبادي مريم
پديد آورندگان :
ابوطالبي وحيد نويسنده دانشيار، دانشكده مهندسي برق، دانشگاه يزد، يزد Abootalebi Vahid , شايق بروجني فرزانه نويسنده استاديار، دانشكده مهندسي، دانشگاه پيام نور، اصفهان Shayegh Farzane
سازمان :
فارغ التحصيل كارشناسي ارشد مهندسي مخابرات، دانشكده مهندسي برق، دانشگاه يزد، يزد
تعداد صفحه :
10
از صفحه :
1
تا صفحه :
10
كليدواژه :
سيگنال EEG , EEG Signal , RLS filter , فيلتر RLS , EOG artifact , CCA-RLS method , روش CCA-RLS , آرتيفكت EOG
چكيده فارسي :
هدف اين مقاله، ارزيابي روش تركيبي آناليز همبستگي كانوني- فيلتر تطبيقي حداقل مربعات بازگشتي (CCA-RLS) در حذف آرتيفكت چشمي (EOG) از سيگنال مغزي (EEG) و مقايسه آن با روش‏هاي آناليز مولفه‏هاي مستقل (ICA)، آناليز همبستگي كانوني(CCA)، فيلتر تطبيقي حداقل مربعات بازگشتي (RLS) و روش تركيبي ICA-RLS است. براي اين منظور، بعد از تجزيه سيگنال نويزي توسط CCA، مولفه شامل آرتيفكت EOG با محاسبه مقدار كرتوزيس شناسايي شده و با استفاده از فيلتر RLS، فيلتر شد؛ سپس با تركيب مولفه‏ها، سيگنال حذف نويز شده بازسازي شد. براي مقايسه كمّي روش‏ها از دو معيار ارزيابي ميانگين مجذور مربعات خطا (MSE) و نسبت سيگنال به نويز (SNR) براي داده هاي شبيه‏سازي شده استفاده شده است. متوسط مقادير MSE وSNR براي 5 نفر در 4 كانال مختلف محاسبه شد. داده هاي استفاده شده از مجموعه داده هاي مسابقات BCI2008 انتخاب شدند. با توجه به نتايج به‏دست آمده، روش تركيبي پيشنهادي CCA-RLS ، عملكرد بهتري نسبت به ساير روش‏هاي استفاده شده در اين مقاله دارد.
چكيده لاتين :
The purpose of this article is to evaluate the efficiency of Canonical Correlation Analysis- Recursive Least Square (CCA-RLS)hybridmethod in ElectroOcluGram (EOG) artifact removal from ElectroEncephaloGram (EEG) signal and compare it with Independent Component Analysis (ICA), Canonical Correlation Analysis (CCA), Recursive Least Square (RLS)methods and ICA-RLS hybrid method. After decomposition of the noisy signal by CCA, the noisy components aredetected based ontheir kurtosis, and are filtered by RLS. As the result,the enhanced signal is reconstructed by mixing the original noise-free components and filtered components. In order to compare the methods quantitatively, two evaluation criteria, namely Mean Square Error (MSE) and Signal to Noise Ratio (SNR) are used.The MSE and SNR average values were calculated for five subject in four different channels. EEG data are taken from BCI2008. According to the results,the combination of CCA-RLS method has better performance compareto the other methods used in this paper.
سال انتشار :
1395
عنوان نشريه :
مهندسي پزشكي زيستي
عنوان نشريه :
مهندسي پزشكي زيستي
لينک به اين مدرک :
بازگشت