非高斯噪声背景下的诱发电位信号去噪方法

《非高斯噪声背景下的诱发电位信号去噪方法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、1862014，50（9）ComputerEngineeringandApplications计算机工程与应用非高斯噪声背景下的诱发电位信号去噪方法林政剑，熊美英，查代奉LINZhengjian,XIONGMeiying,ZHADaifeng九江学院电子工程学院，江西九江332005CollegeofElectronicEngineering,JiujiangUniversity,Jiujiang,Jiangxi332005,ChinaLINZhengjian,XIONGMeiying,ZHADaifeng.Evokedpotentialsd

2、enoisingmethodinnon-Gaussiannoise.Com-puterEngineeringandApplications,2014,50（9）：186-188.Abstract：Theelectroencephalogram（EEG）noisespossessremarkableoutlierinEvokedPotentials（EPS）insomeespecialexperimentation.Theoutliercannotbeeliminatedeffectivelybasedontraditionalwaveletd

3、enoisingmethod.Anewmethodcombiningmedianfilterandwaveletthresholdisproposed.AftersuppressingtheoutliersinEPSthroughmedianfilter,waveletthresholdisusedandremainednoiseiseliminated.ThesimulationexperimentalresultsshowthatthenewmethodcansuppresstheoutliersinEPseffectively,andi

4、tismorerobustthantraditionalwaveletthresholdinlowerSignal-NoiseRatio（SNR）.Keywords：EvokedPotentials（EPs）;impulsivenoise;α-stabledistribution;medianfilter;waveletdenoising摘要：在一些特殊实验条件下EP信号的背景EEG噪声具有显著脉冲特性。基于传统的小波去噪方法不能有效地去除EP信号中具有尖峰脉冲特性的背景噪声。提出中值滤波-小波阈值去噪算法，进行中值滤波抑制信号中的尖峰脉冲，

5、利用小波阈值消噪去除剩余噪声。仿真结果表明经过中值滤波预处理后的小波去噪方法比传统的小波去噪方法在信噪比较低时更具有良好的消噪性能。关键词：诱发电位；脉冲噪声；α稳定分布；中值滤波；小波去噪文献标志码：A中图分类号：TN911.7doi：10.3778/j.issn.1002-8331.1308-00911引言分布过程；β是对称系数(-1β1)，β=0时表示对称诱发电位（EvokedPotential，EP）是中枢神经系统α稳定分布（symmetricα-stable），γ是分散系数(γ0)，所产生的生物电信号，诱发电位信号检测与分析技

6、术是类似于高斯分布的方差；μ为位置参数，对应于均值或临床医学诊断神经系统损伤及病变的重要手段。近年中值。其中，最重要的参数为特征指数αÎ(02]。来一些研究表明EP信号中伴随的EEG信号具有一定的ì1t>0ï脉冲特性。文献[1]的分析和实验表明，在诸如加速度sgn(t)=í0t=0（2）ï撞击或缺氧等特殊实验条件下EP信号中的背景EEG噪î-1t<0声，信噪比常低于0dB，可以用稳定分布模型来描述EEG由于小波分析适合对信号进行局部分析，能同时在噪声，比用常规的高斯模型具有更好的适应性。α稳定时频域内对信号进行分析，近年来人们对小波去

7、噪进行[2-3]分布的统计特性由其特征函数的四个参数来决定。了广泛的研究。在小波变换中，能将信号与噪声在不同概率密度函数没有统一的封闭表达式，但它的特征函数尺度上进行较好的分离。通过小波变换把信号能量集存在统一的形式。中到某些频带的少数系数上，通过将其他频带上的小波αΦ(t)=exp{jμt-γ

8、t

9、[1+jβsgn(t)ω(tα)]}（1）系数给予小的权重，即可达到有效抑制噪声的目的。其中，ω(tα)=tan(απ/2)(α¹1)，ω(tα)=2lg

10、t

11、/π(α=1)。Mallat分析了白噪声在小波域中的特性，通过保存[4]α是特征

12、指数(0<α2)，控制着随机过程的脉冲程度，小波变换中的局部极大值来有效地抑制噪声。Donohoα愈小脉冲性愈强，当α=2时，稳定分布过程变为高斯在高斯模型的假设