多通道EEG信号的压缩感知：同步余稀疏与低秩优化
信息论
2015-06-30 v1 math.IT
机器学习
摘要
目标：本文处理多通道EEG信号压缩感知中某些EEG信号缺乏良好稀疏表示以及单通道处理计算效率不高的问题。方法：提出一种带L0范数和Schatten-0范数的优化模型，以在重建的多通道EEG信号中强制余稀疏和低秩结构。采用凸松弛和基于交替方向乘子法的全局共识优化来计算该优化模型。结果：多通道EEG信号重建性能在准确性和计算复杂度方面均得到提升。结论：所提方法作为EEG信号压缩感知的候选方案优于先前的稀疏信号恢复方法。意义：即使信号没有良好的稀疏表示，所提方法也能成功进行EEG信号的压缩感知。使用压缩感知将大幅降低无线EEG系统的功耗。
引用
@article{arxiv.1506.08499,
title = {Compressed Sensing of Multi-Channel EEG Signals: The Simultaneous Cosparsity and Low Rank Optimization},
author = {Yipeng Liu and Maarten De Vos and Sabine Van Huffel},
journal= {arXiv preprint arXiv:1506.08499},
year = {2015}
}
备注
11 pages, 3 figures; accepted by IEEE Transactions on Biomedical Engineering