李华荣
- 作品数：5 被引量：13H指数：2
- 供职机构：上海大学更多>>
- 发文基金：上海市浦江人才计划项目国家自然科学基金上海市教委科研基金更多>>
- 相关领域：医药卫生机械工程自动化与计算机技术更多>>
- 脑机接口中基于SOBI的EEG预处理
- 2016年
- 目的针对脑机接口(brain computer interface,BCI)中脑电信号(electroencephalography,EEG)包含的伪迹以及信号源可能服从多个高斯分布,本文提出一种基于二阶盲辨识(second-order blindidentification,SOBI)的盲源分离去除伪迹方法。方法首先,含有伪迹的多个导联EEG信号采用联合近似对角化和数据白化,计算出混合矩阵,同时分解成数目相等的若干个独立分量。然后,根据伪迹信号特有的直观特性,将分解出含有伪迹的独立分量置零,剩余分量通过混合矩阵,进行逆向投影重构,得到去除伪迹后EEG信号。最后,对3名实验者的实验数据,从处理时间和识别精度两方面进行检验。结果本文中提出的SOBI方法相比于常用的独立成分分析(independent component analysis,ICA),在单个样本处理时间上,分别缩短了1691 ms、1770 ms和2308 ms;在识别精度上,分别提高33%、5%和10%。结论 SOBI能快速有效地去除伪迹信号,为BCI中EEG的在线处理奠定了基础。
- 章云元杨帮华李华荣何亮飞
- 关键词：脑机接口盲源分离
- 脑机接口中基于ICA-RLS的EOG伪迹自动去除被引量：8
- 2015年
- 眼电(EOG)伪迹是基于脑电(EEG)的脑机接口系统中最重要的干扰。为自动去除这种干扰,提出了基于ICA-RLS的EOG伪迹自动去除算法。首先,ICA将多个导联EEG信号分解成数目相等的若干个独立分量(ICs)。然后,计算并依据每个IC的峰态系数,自动地从ICs中识别出EOG分量。最后,识别出的EOG分量用作RLS自适应滤波器的参考信号,并用该滤波器对原始EEG进行滤波,在无需记录EOG情况下实现EOG伪迹的自动去除。用提出算法对2008年脑机接口竞赛数据进行处理,从去除伪迹后信号的观察、信息保留完整性和最终分类结果的计算进行评价。与标准的ICA算法相比,提出算法能够更好去除EOG伪迹,同时获取更高的分类正确率。
- 杨帮华章云元何亮飞李华荣王倩
- 关键词：脑电脑机接口
- 基于二阶盲辨识结合小波包的脑电信号预处理被引量：6
- 2015年
- 针对脑机接口(BCI)中脑电信号(EEG)含有的伪迹,提出一种基于二阶盲辨识结合小波包分解(SOBI-WPD)的去除伪迹方法.首先将多个导联EEG采用SOBI分解成若干独立分量.然后根据眼电和工频干扰直观特征,将对应的独立分量置零.进而将剩余独立分量分别用‘haar’小波基进行6层WPD分解,取每个独立分量分解后与任务相关的子带进行逆变换,形成对应的新的独立分量.最后将这些新分量投影重构,得到去伪迹的EEG.对3组实验数据,使用SOBI-WPD、独立成分分析和SOBI 3种预处理方法,单个样本处理时间分别为61,239和47ms;相同的特征提取和分类方法下,识别正确率分别为86.7%,73.0%和79.8%.SOBI-WPD能快速有效地去除伪迹信号,为BCI中EEG的预处理奠定了基础.
- 杨帮华章云元李华荣张桃张桃
- 关键词：脑机接口小波包分解脑电
- 一种自学习模拟火源系统和方法
- 本发明涉及一种自学习模拟火源系统和方法。本系统包括红外火焰探测模块、主控制电路、恒功率驱动电路和MEMS光源。主控制电路包括微处理器及其外围电路，红外火焰探测模块的输出通过串口连接到主控制电路的微处理器，主控制电路和恒功...
- 杨帮华高攀张永怀宋春婷李华荣张桃段凯文
- 一种自学习模拟火源系统和方法
- 本发明涉及一种自学习模拟火源系统和方法。本系统包括红外火焰探测模块、主控制电路、恒功率驱动电路和MEMS光源。主控制电路包括微处理器及其外围电路，红外火焰探测模块的输出通过串口连接到主控制电路的微处理器，主控制电路和恒功...
- 杨帮华高攀张永怀宋春婷李华荣张桃段凯文
- 文献传递
