Denoising of EEG Signals by Combining Wavelet Packet Transform with FastICA Algorithm

该文提出一种结合小波变换(WPT)与快速独立分量分析(FastICA)算法的方法来分析脑电信号.首先,原始脑电信号是通过使用WPT分解为三个层.然后,设置第三层最高频率的系数为零,以减少脑电信号的随机噪声,同时尽可能的保留信号的细节.其次,采取快速独立分量分析算法的优势,从脑电信号中分离所有类型的噪声.提出一种准预期值(QEV)的方法确定脑电图信号来自何处.最后,为了检验系统的性能,所有信道的相关信号在快速独立分量分析的输出进行分析.实验结果证实,交叉相关系数是10-15或10-16的量级,几乎可以被视为零.所提出性能良好的方法可以去除脑电信号所有类型的噪声.国家高技术研究发展计划(863计划); 国家科技重大专项计划(02)专项; This research was supported by the 863 National High Technology Research and Development Program of China; the National 02 Key Special Program; the 863 National High Technology Research and Development Program of China; the National No.2 Special Key Project Program03138-1453