حذف تطبیقی آرتیفکت پلکزدن از سیگنالهای مغزی با استفاده از روش تحلیل مولفه های مستقل مبتنی بر شبکه های عصبی

در این مقاله کارآئی تحلیل وفقی مولفههای مستقل مبتنی بر شبکه عصبی برای حذف برخط آرتیفکت پلکزدن از سیگنالهای EEG مورد بررسی قرار میگیرد. ICA مشهورترین روش جداسازی کور منابع از ترکیب خطی آنها، بدون هیچگونه اطلاعات اولیه است. تنها فرض در ICA استقلال منابع از یکدیگر است. از تعمیم PCA خطی به حالت غیرخطی، سه روش ساده برای ICA وفقی مبتنی بر شبکه عصبی به دست آمدهاست. با استفاده از دو مثال شبیه سازی شده مختلف، توانایی این روشها در جداسازی سیگنالهایی با توزیع متفاوت بررسی شده است. نتایج حاصل از اعمال این روشها بر روی دادههای EEG واقعی مبین این حقیقت است که بهخوبی میتوان آرتیفکت پلکزدن را بهصورت برخط از سیگنالهای EEG آلوده جدا کرد.

کلیدواژه ها:

برخط ، تحلیل تطبیقی مولفه های مستقل ، حذف آرتیفکت ، جداسازی کور منابع ، شبکه عصبی