作者投稿和查稿 主编审稿 专家审稿 编委审稿 远程编辑

计算机工程 ›› 2012, Vol. 38 ›› Issue (01): 151-153,156. doi: 10.3969/j.issn.1000-3428.2012.01.047

• 人工智能及识别技术 • 上一篇    下一篇

基于改进EMD的脑电信号去噪方法

朱晓军a,吕士钦b,余雪丽a,樊刘娟a   

  1. (太原理工大学 a. 计算机科学与技术学院;b. 理学院,太原 030024)
  • 收稿日期:2011-10-17 出版日期:2012-01-05 发布日期:2012-01-05
  • 作者简介:朱晓军(1977-),男,讲师、博士研究生,主研方向:智能算法;吕士钦,讲师;余雪丽,教授、博士生导师;樊刘娟,硕士研究生
  • 基金资助:
    国家自然科学基金资助项目(60873139);太原理工大学校青年基金资助项目(K201022)

Electroencephalogram Denoising Method Based on Improved EMD

ZHU Xiao-jun a, LV Shi-qin b, YU Xue-li a, FAN Liu-juan a   

  1. (a. College of Computer Science and Technology; b. College of Science, Taiyuan University of Technology, Taiyuan 030024, China)
  • Received:2011-10-17 Online:2012-01-05 Published:2012-01-05

摘要: 以经验模态分解(EMD)为理论基础,提出一种相似波形加权匹配的方法,对脑电信号(EEG)端点进行延拓,改善EMD分解过程中存在的端点效应,利用延拓后的EMD方法对EEG进行去噪。基于美国加州理工学院数据库中EEG的仿真结果表明,延拓后的EMD方法可有效去除EEG波形中的噪声部分,使EEG的特征更明显。

关键词: Hilbert-Huang变换, 脑电信号, 经验模态分解, 端点效应, 去噪

Abstract: This paper uses the Empirical Mode Decomposition(EMD) method as the theoretical basis. A new method based on weighted similar waveform which can improve the end effects in the processing of EMD effectively. It uses the new method to denoise the Electroence- phalogram(EEG) signals. Simulation results based on the EEG database of California Institute of Technology show the improved method can effectively remove the noise of the EEG wave, and makes the characteristics of EEG more obvious.

Key words: Hilbert-Huang Transform(HHT), Electroencephalogram(EEG), Empirical Mode Decomposition(EMD), end effect, denoising

中图分类号: